加權(quán)極大—極小隨機(jī)模糊投資組合及實(shí)證研究.pdf

1、證券市場(chǎng)是一個(gè)復(fù)雜的動(dòng)態(tài)系統(tǒng)，經(jīng)濟(jì)全球化、經(jīng)濟(jì)一體化加劇了證券市場(chǎng)的復(fù)雜性和波動(dòng)性。本文把證券收益視為隨機(jī)模糊變量能夠同時(shí)反映證券市場(chǎng)隨機(jī)和模糊的雙重不確定性，另外利用現(xiàn)代行為金融理論的研究成果，考慮投資者真實(shí)的心理偏好，構(gòu)建加權(quán)極大-極小隨機(jī)模糊投資組合模型。為了求解模型在市場(chǎng)存在交易費(fèi)用和最小交易單位情況下投資組合權(quán)重，對(duì)動(dòng)態(tài)鄰居粒子群算法進(jìn)行改進(jìn)，提出改進(jìn)的動(dòng)態(tài)鄰居粒子群算法。在我國的經(jīng)濟(jì)環(huán)境下，利用改進(jìn)動(dòng)態(tài)鄰居粒子群算法對(duì)模型求

2、解并檢驗(yàn)?zāi)Ｐ偷挠行浴１狙芯恐饕獌?nèi)容包括：
　?、裴槍?duì)證券市場(chǎng)同時(shí)存在隨機(jī)和模糊雙重不確定性因素，把證券收益視為隨機(jī)模糊變量，構(gòu)建以財(cái)富變化量為基礎(chǔ)的期望收益隸屬度函數(shù)。利用加權(quán)極大-極小算子，同時(shí)考慮投資組合期望收益和目標(biāo)概率滿足投資者期望值的隸屬度，構(gòu)建加權(quán)極大-極小隨機(jī)模糊投資組合模型。利用Markowitz的歷史數(shù)據(jù)研究模型的有效邊界，結(jié)果表明把證券收益視為隨機(jī)模糊變量的投資組合與Markowitz均值-方差投資組合有效邊

3、界不一致。
　?、漆槍?duì)動(dòng)態(tài)鄰居粒子群算法所存在的不足，對(duì)算法的粒子群初始化方法和動(dòng)態(tài)鄰居的拓?fù)浣Y(jié)構(gòu)進(jìn)行改進(jìn)，提出改進(jìn)的動(dòng)態(tài)鄰居粒子群算法。分別針對(duì)無權(quán)重約束和有權(quán)重約束投資組合對(duì)算法迭代尋優(yōu)能力進(jìn)行檢驗(yàn)，結(jié)果表明改進(jìn)動(dòng)態(tài)鄰居粒子群算法能夠有效求解投資組合有效邊界問題。
　?、请S機(jī)選取滬深300指數(shù)的50支股票作為研究樣本，對(duì)加權(quán)極大-極小隨機(jī)模糊投資組合模型進(jìn)行實(shí)證檢驗(yàn)。實(shí)證檢驗(yàn)包括兩個(gè)部分。①在市場(chǎng)無摩擦的環(huán)境下，分別比較