导读:本文包含了指数复制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:指数,误差,算法,恒生指数,股指,期货,线性规划。
指数复制论文文献综述
房俊一[1]（2019）在《基于优化遗传算法求解的指数复制实证》一文中研究指出指数复制,是指对标市场中某一基准指数,进行实时跟踪其收益率的一种构建资产组合的行为。属于被动投资的范畴,因为其对标市场收益,所以拥有风险相对较小,交易费率较低,流动性强等众多优点。随着2018年A股市场的整体低迷加之黑天鹅事件频发,股票型主动型基金的整体表现萎靡不振,甚至很多明星产品出现了大额的回撤给投资者们带来了巨额的损失,其中接近60%的主动型股票基金跑输市场指数。这一系列的情况给投资者们敲响了警钟,使他们意识到指数化投资的安全与可靠性,市场的关注度日渐火热。然而依靠将指数成份股一比一进行完全复制又受到很多阻碍而不能很好对标指数,在如此情况下,投资者们尝试使用最优规划复制法将指数复制问题转化为最优规划求解问题,求解选什么成分股来表征指数以及选多少成分股来构建跟踪组合。当确定了指数复制的方法后,通过何种数值优化求解技术进行最优值求解就变的极为关键。本论文应此背景下产生,目的是阐明,首先基于优化遗传算法求解的最优复制法可以出色的进行指数复制。其次自适应遗传算法在随机数值优化求解上的确较经典遗传算法求解有优势。通过此种方法,可以为日常的指数化投资研究做很好的指导。论文的研究过程里,结合了理论分析和实证分析。首先,基于文献综述法归纳总结出当前学术界已有的相关研究成果,理清有关指数复制的方法论梳理出实证相关的方法脉络,基于前人研究的基础上进行拓展研究梳理。其次,提出跟踪误差偏离度指标的不足之处,并以模拟仿真实验进行佐证,进而提出解决方法以指导后续实证进行。最后实证部分依据投资可行性的基准指数,按照控制变量的思想设计对照组,用经典遗传算法求解的组合作为对照组实验展开对照。在实证方面,对遗传算法进行了详细的介绍说明,并且结合指数复制最优化求解这一具体问题,对各关键参数做到了详细解析并交代其具体作用。在经典遗传算法的基础上提出了自适应遗传算法的优化方案,对经典遗传算法的交叉算子和变异算子做了自适应更新,并给出了算法逻辑运算框架。将优化遗传算法用于最优规划复制法的跟踪求解并且取得了出色的跟踪效果,可见将遗传过程中交叉算子与变异算子设置为自适应更新,相较于设定固定值,可以有助于算法更好收敛利于求解全局最优解。整个回测周期是2009/01/01到2019/01/01,基于10年的长周期回测,也避免了幸存者偏差式的展示,从实证回测结果来看,基于优化遗传算法求解得到的跟踪组合相较于经典遗传算法求解的跟踪组合在跟踪误差这个指标上下降5%。从论文的实证结果角度看,本文所提出的基于优化遗传算法求解的最优规划复制法的指数复制投资方式是可行的,实证的结果表明可以用此方法进行相关指导投资研究。半年的调仓频率,较少的股票数量持仓,较低的跟踪误差,这些优点也使得优化遗传算法这一数值优化搜索方法跟最优规划复制法的结合值得大众期待。(本文来源于《南京大学》期刊2019-05-18）
陶淑[2]（2017）在《指数复制策略新方法的研究》一文中研究指出指数化投资管理的关键在于选择合适的方法技术构建最优的投资组合,使得跟踪组合与目标指数之间具有最小的跟踪误差。本文就在国内外学者的研究基础上提出了使用聚类选股,然后使用时间加权支持向量回归机来获取组合中股票的最优权重的指数复制方法。本文以沪深300指数作为基准指数,构建了一个包含30只成份股的跟踪组合。在选股阶段,首先利用成份股的beta系数这一系统风险特征,根据不同的系统风险趋势特征来对股票聚类分层,如此构建的股票组合可以有效的分散风险,并且可以解决行业分类的不足。然后,对该聚类作了有效性分析,通过与沪深300成份股的证监会行业分类进行对比,验证了该聚类的有效性。最后,计算每个类应该选取几只股票,按照每个类中股票的流通市值指标来选股。这样就得到了基于beta值聚类选股的30只股票组合。在对投资组合中的股票进行权重优化阶段,本文考虑到金融数据具有时序性,越靠近现在的数据对于未来的影响越强烈,越是久远的数据对未来的影响越小,所以在指数跟踪方法中非常有必要将时间因素考虑进去。基于此,本文在上述30只股票组合的基础上构建了一个基于时间加权的支持向量回归机(SVR)指数复制模型,希望可以解决构建跟踪组合时金融数据的时序性问题。利用时间加权支持向量回归机(SVR)模型计算所选股票组合的最优权重,最终获得了指数复制跟踪模型的最优跟踪组合。在实证分析中,本文将建立的时间加权SVR指数复制模型与传统的二次规划权重优化模型以及普通的SVR模型进行对比分析。结果表明,时间加权SVR指数复制模型得到的跟踪组合,在样本内外的跟踪误差都是最小的,其跟踪效果最佳;而传统的二次规划优化指数复制模型表现的跟踪效果最差,虽然在测试集上的跟踪效果与普通的SVR指数复制模型的效果相差不大,但是在测试集上的表现却明显不如SVR模型,这是因为SVR模型是基于结构风险最小化原则,可以很好地提高模型的泛化能力。(本文来源于《华南理工大学》期刊2017-04-12）
孙立华[3]（2014）在《指数复制投资收益分析系统设计与实现》一文中研究指出如今资本市场随着世界经济的好转也变的更加活跃,越来越多的资本运作方式可供投资者进行选择,但是单纯的证券投资风险是非常大的,因为证券的实际价值是通过证券的价格进行反应,证券的价值不可能用简单的方法进行推测,因此,需要选择一种稳定的风险较小的投资方式进行操作才能保证投资的收益率。本论文设计了一种基于指数复制算法的投资方式,根据以往的指数历史数据建立指数投资模型,本文参考的指数化投资收益模型中的约束条件包括:资本规模、资本分配比例、资本组合的效益率等因素,根据这些约束条件建立最终的指数复制投资收益模型,由于在实际操作中还要考虑到市场交易数量、公司实际效益和手续费用等客观条件的约束,所以在进行模型求解时要尽量实现指数复制的结果误差最小,从而得到最优化的指数投资组合。本文采用模拟退火算法和遗传算法对指数复制模型进行复合优化,给出具体算法执行流程图,分析遗传算法和模拟退火算法相结合使用之后的优化性能,通过对算法求得结果与实际数据进行仿真来验证模拟退火算法在指数复制优化模型求解中的可行性。设计出指数复制投资收益系统的系统结构,整个系统采用的是BS结构,基于WEB平台进行开发,使用的是J2EE开发模式,在实现过程中采用Struts框架进行辅助开发,采用MVC面向对象的方式进行开发,在模型层实现决策辅助的决策算法,在视图层实现对系统应用界面展示,在控制层实现用户需求和决策算法之间的交互,最终根据MVC结构开发出整个指数复制投资收益系统,建立投资收益模型数据库,包含历史指数数据和优化结果仿真数据等相关应用数据。最后对整个指数复制投资收益系统进行测试,测试该系统是否满足用户的功能需求和性能需求,在测试过程中选用了不同的测试主机作为客户端进行测试,同时使用Log4j和LoadRunner 9.0等测试工具进行辅助测试,根据测试结果生成测试报告,最终的测试报告显示本文设计的指数复制投资收益系统满足用户的需求有较高的兼容性和稳定性可以进行使用。(本文来源于《电子科技大学》期刊2014-03-01）
苏治,蔡腾腾,马泽伟[4]（2013）在《一种改进的不完全指数复制方法》一文中研究指出本文在考虑交易成本和投资组合动态调整的基础上,建立混合整数线性规划模型,引入内核搜索分析框架进行近似求解,并利用沪深300进行实证研究。研究发现,相比于基本内核搜索法,增强型内核搜索法仅在基准指数成分股数量很大时才会较大幅度提高求解质量;考虑投资组合动态调整的模型不仅更稳健,而且跟踪的继承性和保持性更好,尤其适用于单边市场;现实交易特征的过度刻画一定程度上会降低不完全指数复制模型的复制和预测效果。(本文来源于《数量经济技术经济研究》期刊2013年06期）
杨沐晞[5]（2011）在《股指期现套利的现货指数复制方法及评价》一文中研究指出本文介绍了在股指的期现套利中,现货指数复制的叁种主要方法,并进行了优劣评价。(本文来源于《才智》期刊2011年09期）
郑金璐[6]（2010）在《背景风险下指数复制的混合规划算法》一文中研究指出股指期货的上市,除了改变目前中国股市单边市的现状,为投资人提供了套期保值的机会,还给予了投资者另外一种盈利模式——股指期货套利。其原理是利用股指期货市场存在的不合理价格,投资者同时参与股票现货和股指期货市场的交易,或者同时进行不同类别股票指数合约,或者不同期限股票指数合约的交易,来赚取利差的行为。这种盈利模式就为指数复制技术提供了实践的空间。优化指数复制可以概括成一个非线性混合整数优化问题,对于非线性的混合整数优化问题的求解是一个比较复杂的过程,而且很少学者将背景风险纳入指数复制目标函数的建立,尤其是投资者的谨慎偏好,这涉及到对叁阶矩求最值。本文利用线性化手段在技术上克服了对叁阶矩求解最值的难题,基于效用函数框架下的背景风险来构建复制指数模型,根据不同投资人的投资偏好构建不同的复制组合。文中主要涉及到两类投资人,风险厌恶的投资人和谨慎的风险厌恶投资人。在这两个框架下,提出约束条件和目标函数,建立指数复制的数学模型。本文选择沪深300指数作为主要跟踪目标,上证100作为次要追踪目标,提供一些比较意义。依据提出的不同模型对上述指数构建复制指数,并计较了各种方法的追踪效果。实验证明如果仅仅比较追踪偏离度,针对风险厌恶个体构建的叁阶段模型的追踪效果最好;针对谨慎风险厌恶投资者构建的模型基本达到了设计的目标,复制指数相对于目标指数有更大的正向偏移。本文利用线性化的手段将指数复制的问题简化,而且大大提高了运算速度,得到比较好的指数复制效果,为指数复制在实践中的应用提供了便捷。(本文来源于《华中科技大学》期刊2010-12-01）
李克勉,张彬[7]（2010）在《利用股指期货主力合约进行指数复制的效果评价》一文中研究指出指数化投资是以获得市场指数收益为目的的策略。一般来说，有两种指数化投资的方式:一种是以股票或债券等现货组合的形式参与市场投资和交易，大多采用目标指数成分股票的组合来复制指数收益；另一种是利用指数期货、指数期权等衍生工具来构造投资产品。利用股指期货复制指数(本文来源于《期货日报》期刊2010-08-19）
温从德[8]（2010）在《基于遗传算法的股票指数复制方法实证检验》一文中研究指出随着指数化投资在投资市场中越来越受到重视,如何有效且低成本的复制股票指数的走势成了指数化投资的重要课题。本文以沪深300指数历史数据为样本,利用遗传算法构建出一个由50只股票组成的投资组合,通过进一步确定其投资权重来模拟沪深300指数的变化,最后通过使用未来样本数据对其模拟效果进行跟踪检验。(本文来源于《中国城市经济》期刊2010年05期）
张文[9]（2010）在《指数复制模型研究》一文中研究指出指数复制常用的叁种方式有：完全复制法、优化复制法和抽样复制法。本文研究的重点就是比较这叁种方法的优劣,用目前市场最具代表性的指数-沪深300指数作实证检验,并得到相应的结论。首先,本文总结了前人在指数复制模型方面的研究,并重点介绍了几种常用的优化和抽样方法。在优化方法上,根据优化函数和优化策略的不同,介绍了叁种优化方法；在抽样方法上,根据抽样思想的不同,介绍了四种抽样方法。在实证阶段,对于非完全复制法,本文采用最小化二次规划模型下的跟踪误差为目标函数,选用行业分层抽样法,考虑个股集中度、调整成本和个股的最低持有量等约束条件进行优化。通过对样本外5日、10日、30日及到指数下次调样日数据进行跟踪效果检验,得到以下结论：从复制精度上看,完全复制法复制效果最好,优化复制法次之,抽样复制法最差；从调整成本上看,完全复制法调整成本最高,其次是优化复制法,抽样复制法最小。本文的创新之处在于考虑到股票和指数收益率序列的异方差性,通过EWMA模型改进优化算法,为历史的观测值赋予几何级数的权重,即最近的观测值赋予较大的权重,较远的观测值赋予较小的权重。通过实证,得到以下结论：相比一般模型的优化算法,EWMA模型在复制精度上有明显改进,但调整成本却并未随之有显着增加,说明EWMA模型在指数优化问题上的改进是有效的。(本文来源于《华东师范大学》期刊2010-04-01）
史瑛[10]（2009）在《股指期货套利与指数复制》一文中研究指出股指期货的价格与现货指数价格之间存在一定的关系,一旦两者之间的偏离超过一定程度,就可以进行无风险套利。文章通过研究在发现套利机会后,以追踪误差最小化为目标建立指数复制的问题及其数学模型。并提出一种嵌入式非线性规划算法的混合遗传算法进行有效的求解,并对香港恒生指数进行实证研究,得出理想的结果。(本文来源于《信阳师范学院学报(哲学社会科学版)》期刊2009年05期）
指数复制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
指数化投资管理的关键在于选择合适的方法技术构建最优的投资组合,使得跟踪组合与目标指数之间具有最小的跟踪误差。本文就在国内外学者的研究基础上提出了使用聚类选股,然后使用时间加权支持向量回归机来获取组合中股票的最优权重的指数复制方法。本文以沪深300指数作为基准指数,构建了一个包含30只成份股的跟踪组合。在选股阶段,首先利用成份股的beta系数这一系统风险特征,根据不同的系统风险趋势特征来对股票聚类分层,如此构建的股票组合可以有效的分散风险,并且可以解决行业分类的不足。然后,对该聚类作了有效性分析,通过与沪深300成份股的证监会行业分类进行对比,验证了该聚类的有效性。最后,计算每个类应该选取几只股票,按照每个类中股票的流通市值指标来选股。这样就得到了基于beta值聚类选股的30只股票组合。在对投资组合中的股票进行权重优化阶段,本文考虑到金融数据具有时序性,越靠近现在的数据对于未来的影响越强烈,越是久远的数据对未来的影响越小,所以在指数跟踪方法中非常有必要将时间因素考虑进去。基于此,本文在上述30只股票组合的基础上构建了一个基于时间加权的支持向量回归机(SVR)指数复制模型,希望可以解决构建跟踪组合时金融数据的时序性问题。利用时间加权支持向量回归机(SVR)模型计算所选股票组合的最优权重,最终获得了指数复制跟踪模型的最优跟踪组合。在实证分析中,本文将建立的时间加权SVR指数复制模型与传统的二次规划权重优化模型以及普通的SVR模型进行对比分析。结果表明,时间加权SVR指数复制模型得到的跟踪组合,在样本内外的跟踪误差都是最小的,其跟踪效果最佳;而传统的二次规划优化指数复制模型表现的跟踪效果最差,虽然在测试集上的跟踪效果与普通的SVR指数复制模型的效果相差不大,但是在测试集上的表现却明显不如SVR模型,这是因为SVR模型是基于结构风险最小化原则,可以很好地提高模型的泛化能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
指数复制论文参考文献
[1].房俊一.基于优化遗传算法求解的指数复制实证[D].南京大学.2019
[2].陶淑.指数复制策略新方法的研究[D].华南理工大学.2017
[3].孙立华.指数复制投资收益分析系统设计与实现[D].电子科技大学.2014
[4].苏治,蔡腾腾,马泽伟.一种改进的不完全指数复制方法[J].数量经济技术经济研究.2013
[5].杨沐晞.股指期现套利的现货指数复制方法及评价[J].才智.2011
[6].郑金璐.背景风险下指数复制的混合规划算法[D].华中科技大学.2010
[7].李克勉,张彬.利用股指期货主力合约进行指数复制的效果评价[N].期货日报.2010
[8].温从德.基于遗传算法的股票指数复制方法实证检验[J].中国城市经济.2010
[9].张文.指数复制模型研究[D].华东师范大学.2010
[10].史瑛.股指期货套利与指数复制[J].信阳师范学院学报(哲学社会科学版).2009
论文知识图
