证券投资组合优化模型及其算法研究
发布时间:2017-05-21 21:04
本文关键词:证券投资组合优化模型及其算法研究,由笔耕文化传播整理发布。
【摘要】:证券投资的最根本目的在于获取利益。但在投资活动中,收益总是伴随着风险。通常,收益越高,风险越大;反之亦然。为了分散风险,投资者将许多种证券组合在一起进行投资,即所谓的投资组合,以期获得最大收益,这就使得投资组合的研究成为金融界里的重大课题之一。 由于历史和体制的原因,我国对现代证券投资组合理论的研究起步较晚,尽管如此,经过十几年的努力,我国学者已经在这一领域取得了较大的研究进展。本文正是在这样的背景下对证券投资组合优化模型及其算法进行研究的。 本论文共分为四章,主要内容安排如下: 第一章首先介绍了与证券投资组合理论有关的基本概念;其次简单介绍了现代证券投资组合理论的产生、发展和局限;然后重点介绍了现代证券投资组合理论的基本内容,总结分析了各种投资组合理论,其中包括:马可威茨(Markowitz)的均值-方差模型,夏普(Sharpe)的资本资产定价模型(CAPM),单指数与多因素模型,罗斯(Ross)的套利定价模型(APT);最后介绍了当前证券投资组合理论的进展。 第二章主要针对投资组合中的极小极大模型进行了理论分析,并对其算法进行了研究,且进一步对极小极大模型和均值-方差模型从理论上进行了分析和比较。 第三章在简单介绍了多目标优化理论及其算法之后,从投资者都是收益爱好者的角度出发,建立了一种证券投资组合的多目标优化模型,并给出了一种求解多目标优化模型的中心路径跟踪算法。 第四章针对第二章提出的证券投资组合的极小极大模型和第三章提出的多目标优化模型,通过算例进行了分析比较。 本文得出的结论是:证券投资组合的多目标优化模型与极小极大模型各有优缺点,它反映出两类不同投资者的投资心理,因此投资者可以根据自己的偏好选择不同的模型来进行投资。
【关键词】:投资组合 极小极大模型 多目标优化 中心路径跟踪法 熵
【学位授予单位】:大连理工大学
【学位级别】:硕士
【学位授予年份】:2006
【分类号】:F224
【目录】:
- 摘要4-5
- Abstract5-8
- 第一章 绪论8-26
- 1.1 与证券投资组合理论有关的概念8-12
- 1.2 现代证券投资组合理论的产生、发展和局限12-16
- 1.2.1 现代证券投资组合理论的产生12-13
- 1.2.2 现代证券投资组合理论的发展13-14
- 1.2.3 现代证券投资组合理论的局限14-16
- 1.3 现代证券投资组合理论的基本内容16-24
- 1.3.1 Markowitz的均值-方差模型16-19
- 1.3.2 资本资产定价模型(CAPM)19-22
- 1.3.3 套利定价模型(APT)22-24
- 1.4 当前证券投资组合理论的进展24-26
- 第二章 证券投资组合的极小极大模型及其算法研究26-38
- 2.1 极小极大模型的建立27-28
- 2.2 极小极大模型的算法研究28-35
- 2.2.1 熵的介绍30-32
- 2.2.2 最大熵原理32-35
- 2.3 极小极大模型与均值-方差模型的关系35-38
- 第三章 证券投资组合的多目标优化模型及其中心路径跟踪算法38-49
- 3.1 多目标优化基础38-43
- 3.1.1 多目标优化模型38-39
- 3.1.2 多目标优化的Pareto解39-40
- 3.1.3 多目标优化的各种解法40-43
- 3.2 证券投资组合的多目标优化模型建立43-45
- 3.3 解多目标优化的中心路径跟踪算法45-49
- 3.3.1 解一般非线性优化问题的中心法45-47
- 3.3.2 解多目标优化的中心路径跟踪法47-49
- 第四章 证券投资组合的极小极大模型与多目标优化模型的比较分析49-54
- 4.1 两种模型的比较49-50
- 4.2 极小极大模型与多目标优化模型的算例分析50-53
- 4.3 结论53-54
- 总结54-55
- 参考文献55-57
- 攻读硕士学位期间发表学术论文情况57-58
- 致谢58-59
- 大连理工大学学位论文版权使用授权书59
【引证文献】
中国期刊全文数据库 前1条
1 程冬;刘欣;;基于资产组合理论的发电商电能分配策略研究[J];科学技术与工程;2009年02期
中国硕士学位论文全文数据库 前3条
1 张晓凤;两总体最优夏普指数差异的Bootstrap区间估计及假设检验[D];东北师范大学;2007年
2 郑菲;投资组合理论研究[D];哈尔滨工程大学;2009年
3 李江涛;组合投资风险分析的熵方法研究[D];西安建筑科技大学;2010年
本文关键词:证券投资组合优化模型及其算法研究,由笔耕文化传播整理发布。
,本文编号:384811
本文链接:https://www.wllwen.com/weiguanjingjilunwen/384811.html