基于模糊風(fēng)險值的投資組合優(yōu)化及應(yīng)用
定 價:35 元
- 作者:李莜 著
- 出版時間:2018/6/1
- ISBN:9787504995117
- 出 版 社:中國金融出版社
- 中圖法分類:F830.59
- 頁碼:135
- 紙張:膠版紙
- 版次:1
- 開本:16開
投資組合優(yōu)化問題是現(xiàn)代金融學(xué)和現(xiàn)代投資組合理論研究的核心問題,該問題研究的是如何把投資者的財富合理地分配到不同的資產(chǎn)中去,進(jìn)而實現(xiàn)資金穩(wěn)定快速增長并控制投資風(fēng)險的目的。1952年美國經(jīng)濟(jì)學(xué)家Markowitz在資產(chǎn)組合選擇一文中首次從風(fēng)險資產(chǎn)的收益率與風(fēng)險之間的關(guān)系出發(fā),討論了不確定經(jīng)濟(jì)系統(tǒng)中資產(chǎn)組合問題。至此學(xué)界對于投資組合的優(yōu)化研究迅速開展。
《基于模糊風(fēng)險值的投資組合優(yōu)化及應(yīng)用》基于模糊投資組合研究現(xiàn)狀,從以下五個方面對模糊投資組合優(yōu)化進(jìn)行拓展研究:(1)模糊VaR; (2)交易成本;(3)技術(shù)分析;(4)退出時間風(fēng)險;(5)多期投資組合。
投資組合優(yōu)化問題是現(xiàn)代金融學(xué)和現(xiàn)代投資組合理論研究的核心問題,該問題研究的是如何把投資者的財富合理地分配到不同的資產(chǎn)中去,進(jìn)而實現(xiàn)資金穩(wěn)定快速增長并控制投資風(fēng)險的目的。1952年美國經(jīng)濟(jì)學(xué)家Markowitz在資產(chǎn)組合選擇一文中首次從風(fēng)險資產(chǎn)的收益率與風(fēng)險之間的關(guān)系出發(fā),討論了不確定經(jīng)濟(jì)系統(tǒng)中最優(yōu)資產(chǎn)組合問題。至此學(xué)界對于投資組合的優(yōu)化研究迅速開展。本書基于模糊投資組合研究現(xiàn)狀,從以下五個方面對模糊投資組合優(yōu)化進(jìn)行拓展研究:(1)模糊VaR;(2)交易成本;(3)技術(shù)分析;(4)退出時間風(fēng)險;(5)多期投資組合。
本書中我們通過構(gòu)建一系列的模糊投資組合來更準(zhǔn)確地預(yù)測未來收益與潛在風(fēng)險,來對以上內(nèi)容展開研究:(1)模糊VaR多目標(biāo)投資組合模型(A Ruzzy Va R-basedMulti-objective Portfolio Selection Model);(2)基于交易成本的多目標(biāo)投資組合模型(Amulti-objective portfolio selection Model with Transaction Costs);(3)基于技術(shù)分析的模糊雙變量投資組合模型(Portfolio Selection Models with Technical Analysis-based Fuzzy Birandom Variables);(4)退出風(fēng)險下的模糊投資組合模型(Exit Strategy-based Fuzzy Portfolio Selection Models);(5)基于模糊隨機(jī)不確定性下的多期投資組合優(yōu)化選擇模型(Multi-Objective Portfolio Selection Model)。此外,為了對上述模型進(jìn)行求解,我們相應(yīng)地改進(jìn)基于模糊模擬的粒子群算法以解決上述問題。
本書由南京財經(jīng)大學(xué)金融學(xué)院資助出版,深表感謝。由于筆者學(xué)術(shù)淺薄,該書中尚有很多不足之處,望批評指正。
李莜,女,江蘇省泗陽縣人,1985年出生,工學(xué)博士,講師,2014年畢業(yè)于日本早稻田大學(xué),參與國家課題2項,并在SCI期刊發(fā)表論文數(shù)篇,研究方向為模糊投資組合優(yōu)化、信用風(fēng)險管理等。
第1章 緒論
1.1 研究背景
1.2 研究現(xiàn)狀與動機(jī)
1.3 研究結(jié)構(gòu)
第2章 文獻(xiàn)綜述與理論基礎(chǔ)
2.1 文獻(xiàn)回顧
2.2 理論基礎(chǔ)
2.2.1 模糊集
2.2.2 模糊隨機(jī)變量
第3章 基于模糊風(fēng)險值的多目標(biāo)投資組合模型
3.1 背景
3.2 問題闡述
3.2.1 研究動機(jī)
3.2.2 構(gòu)建模型
3.3 模型求解方法
3.3.1 特殊情形下的求解方法
3.3.2 一般情形下的解決方案
3.4 數(shù)值示例
3.5 IPSO表現(xiàn)
3.5.1 與其他算法相比較
3.5.2 VaR-M0PSM優(yōu)化結(jié)果與現(xiàn)存模糊投資組合優(yōu)化模型的比較
3.6 VaR-MOPSM與傳統(tǒng)方法的實證比較
3.7 小結(jié)
第4章 帶有交易成本的多期模糊投資組合模型
4.1 背景介紹
4.2 問題描述
4.2.1 分段式線性交易成本
4.2.2 數(shù)學(xué)模型
4.3 改進(jìn)算法模糊模擬
4.4 數(shù)值實例
4.4.1 10只股票一數(shù)據(jù)實驗
4.4.2 FMOPSM-TC和其他模型比較
4.5 小結(jié)
第5章 基于技術(shù)分析與模糊雙重隨機(jī)變量的投資組合模型
5.1 背景知識
5.2 問題闡述
5.2.1 動機(jī):技術(shù)分析
5.2.2 模糊雙重隨機(jī)變量的證券收益
5.2.3 模型構(gòu)建
5.3 求解方法
5.3.1 模糊隨機(jī)模擬
5.3.2 改進(jìn)的粒子群算法
5.4 數(shù)值實驗
5.4.1 FBVaR-PSM和FBS-PSO的數(shù)值檢驗
5.4.2 FBVaR-PSM和FPSM-VaR比較
5.5 小結(jié)
第6章 退出策略對模糊投資組合優(yōu)化的影響評估
6.1 背景知識
6.2 問題描述
6.2.1 研究動機(jī)
6.2.2 數(shù)學(xué)模型
6.2.3 退出策略下的模糊投資組合模型
6.2.4 EL和EP屬性分析
6.3 ES-FPSMs和FPSMs求解
6.3.1 基于EL和EP的模糊模擬
6.3.2 粒子群優(yōu)化算法
6.4 數(shù)值實驗討論
6.4.1 實驗I:ES_FPSMs和FPSMs區(qū)別
6.4.2 實驗II:關(guān)于退出策略進(jìn)一步研究
6.5 紐約股票市場上的真實應(yīng)用
6.6 小結(jié)
第7章 基于模糊隨機(jī)不確定性下的多期投資組合優(yōu)化選擇模型
7.1 背景知識
7.2 研究動機(jī)
7.2.1 股票收益-模糊隨機(jī)變量
7.2.2 動態(tài)風(fēng)險/期望值
7.3 數(shù)學(xué)模型
7.3.1 數(shù)學(xué)模型
7.3.2 屬性分析
7.4 -般解決算法
7.4.1 模糊隨機(jī)模擬
7.4.2 MF-PSO算法
7.5 實驗結(jié)果
7.5.1 問題描述
7.5.2 MFPS和MF-PSO表現(xiàn)
7.5.3 MFPS和其他現(xiàn)存模型之間的數(shù)值比較
7.6 小結(jié)
第8章 結(jié)論與展望
8.1 結(jié)論
8.2 未來展望
參考文獻(xiàn)