版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、實際的投資活動中,市場不是完全有效的,因此投資者們受到諸多市場摩擦的限制,為了降低成本和管理資產(chǎn),投資者并沒有能力進行完全的差異化投資,他們只選擇少量的股票來分配資產(chǎn),這就為投資組合研究引入了基數(shù)約束,它表示投資者進行投資組合優(yōu)化時只選擇有限的幾個品種,用數(shù)學(xué)語言描述就是限制最優(yōu)解中非零解的個數(shù),我們將這類問題稱為含有基數(shù)約束的投資組合問題(CCMV問題)。CCMV問題是一個NP-hard問題,這主要是因為投資組合優(yōu)化需要龐大處理大量的
2、市場數(shù)據(jù),而且往往需要10年甚至幾十年間數(shù)以千計資產(chǎn)數(shù)據(jù),在這些數(shù)據(jù)的基礎(chǔ)上還要生成大量的隨機樣本來進行預(yù)測分析,計算難度非常大,目前可求解的CCMV問題往往規(guī)模很小,或者計算效率很低,如何高效求解大規(guī)模CCMV問題成了一個重要課題。鑒于投資組合風(fēng)險管理在量化上的要求,我們采用CVaR作為風(fēng)險度量,它同時具備了便于構(gòu)建模型和符合風(fēng)險內(nèi)涵的優(yōu)點,是近年來應(yīng)用廣泛的一種分析辦法。
針對CCMV問題求解效率低和可解規(guī)模小的問題,本文
3、的主要采用迭代加權(quán)1模近似算法和分級聚類法來提高求解效率和運算規(guī)模,此外為了進一步豐富了投資策略的研究,采用了多階段模型,將單期靜態(tài)的投資組合優(yōu)化擴展到多期的靈活投資。具體的工作內(nèi)容如下:
?提出含有基數(shù)約束的加權(quán)近似投資組合模型,在這個模型的基礎(chǔ)上,結(jié)合1模迭代算法尋找稀疏解的優(yōu)勢,構(gòu)建迭代加權(quán)1模近似mean?CVaR投資組合模型。這種模型的優(yōu)勢是將基數(shù)約束轉(zhuǎn)移到目標(biāo)函數(shù),再用L-1模近似基數(shù)約束,通過調(diào)整L-1模部分的系
4、數(shù)來達到和基于約束相同的效果,這樣就將原來的NP-hard問題轉(zhuǎn)換成了規(guī)則的線性規(guī)劃問題。
?在基本的聚類算法基礎(chǔ)上,充分利用資產(chǎn)類背后的經(jīng)濟意義,對資產(chǎn)分級,這種做法一方面使得CCMV問題的規(guī)模極大地縮小,另一方面賦予投資組合優(yōu)化更明確的投資指標(biāo)。分級聚類法在降低問題規(guī)模方面的效果相當(dāng)出色,可以將種類龐雜的資產(chǎn)規(guī)??s小為5種層級的資產(chǎn)類,間接解決了CCMV難解的問題。這種方法的最大優(yōu)勢在于降低問題規(guī)模,與前一種方法具有互補效
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于CVaR約束的投資組合優(yōu)化模型.pdf
- 基于CVaR的投資組合優(yōu)化問題.pdf
- 基于改進CVaR約束條件下的投資組合優(yōu)化模型研究.pdf
- 摩擦市場下基于CVaR約束的投資組合問題.pdf
- 基于CVaR的投資組合優(yōu)化及風(fēng)險管理.pdf
- 基于均值—CVaR的投資組合優(yōu)化問題研究.pdf
- 基于CVaR的衍生證券投資組合優(yōu)化模型研究.pdf
- 基于VaR和CVaR的投資組合優(yōu)化模型研究.pdf
- cvar風(fēng)險度量及投資組合優(yōu)化的實證分析
- 基于CVaR模型ETFs投資組合的最優(yōu)化選擇.pdf
- 基于均值-CVaR投資組合優(yōu)化模型實證分析.pdf
- 基于CVar的投資組合模型.pdf
- 基于CVaR約束和魯棒方法的房地產(chǎn)組合投資研究.pdf
- 一類基于CVaR約束的分布魯棒投資組合選擇問題.pdf
- 基于稀疏優(yōu)化的CVaR投資組合模型的應(yīng)用研究.pdf
- 基于pair Copula-GARCH-EVT-CVaR模型的投資組合優(yōu)化.pdf
- 帶有條件約束的高維組合投資決策研究.pdf
- 基于均值cvar熵的證券投資組合優(yōu)化及實證研究
- 投資組合VaR和CVaR研究.pdf
- 改進人工魚群算法在基于基數(shù)約束的投資組合中的應(yīng)用研究.pdf
評論
0/150
提交評論