多阶段不确定投资组合选择模型及算法研究

论文摘要

基于Markowitz的均值-方差模型,人们广泛开展了投资组合选择问题的相关研究并取得了丰富的成果。但这些成果大多都是基于概率论的基础,将投资收益当作随机数来处理。使用概率论的前提是必须有充足的历史数据,而现实环境的复杂性有时会造成历史数据缺失的情况。这就需要依靠相关领域的专家根据经验给出对应的信度。不确定理论为处理这一问题提供了有效的方法,部分学者基于不确定理论对投资组合选择问题开展了研究。但是,已有关于不确定投资组合问题的研究大多都是单阶段的情形。在投资市场中,投资者的投资行为通常是动态的,需要多次调整投资策略来确保资金的稳定增长。因此,本文以不确定理论为基础,开展了多阶段投资组合优化问题的研究。主要研究工作概括如下:（1）将投资收益作为不确定变量,首先综合考虑复杂现实约束,构建多阶段多目标均值-方差-偏度投资组合优化模型。其次,应用模糊目标规划方法将构建的均值-方差-偏度模型转变成考虑投资者偏好的单目标模型,并结合帝国竞争算法与萤火虫算法设计混合智能算法求解模型。最后,结合实证研究验证提出的模型和算法的可靠性。（2）针对投资收益非对称的情况,提出了将不确定半方差作为风险的度量,并构建了考虑复杂现实约束的多阶段不确定均值-半方差投资组合优化模型。基于此,结合帝国竞争算法和遗传算法设计了新的混合智能算法求解模型。最后,为分析提出的模型和算法的有效性开展了相应的实证研究。

论文目录

• 摘要
• abstract
• 第1章 引言
•   1.1 研究背景及意义
•   1.2 国内外研究现状
•     1.2.1 不确定理论的相关研究
•     1.2.2 不确定投资组合的相关研究
•     1.2.3 帝国竞争算法的相关研究
•   1.3 主要研究内容及方法
•     1.3.1 研究内容
•     1.3.2 研究方法
•     1.3.3 技术路线
•   1.4 主要创新之处
• 第2章 基础知识
•   2.1 不确定测度
•   2.2 不确定变量
•   2.3 不确定分布
•   2.4 不确定期望
• 第3章 多阶段不确定均值-方差-偏度投资组合模型及算法
•   3.1 多阶段不确定投资组合选择模型
•     3.1.1 均值-方差-偏度多目标函数
•     3.1.2 多阶段多目标投资组合优化模型
•     3.1.3 多目标转换为单目标问题
•   3.2 混合智能算法
•     3.2.1 帝国竞争算法
•     3.2.2 萤火虫算法
•     3.2.3 混合智能算法
•   3.3 应用实例
•     3.3.1 参数设定
•     3.3.2 结果分析
•   3.4 本章小结
• 第4章 多阶段不确定均值-半方差投资组合模型及算法
•   4.1 多阶段不确定投资组合模型
•   4.2 多阶段不确定均值-半方差模型
•   4.3 混合智能算法
•     4.3.1 遗传算法
•     4.3.2 混合智能算法
•   4.4 应用实例
•     4.4.1 参数设定
•     4.4.2 结果分析
•   4.5 本章小结
• 总结与展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢

文章来源

类型: 硕士论文

作者: 李丹丹

导师: 陈炜

关键词: 投资组合,多阶段,不确定变量,优化模型,智能算法

来源: 首都经济贸易大学

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,宏观经济管理与可持续发展,金融,证券,投资

单位: 首都经济贸易大学

分类号: F224;F830.91

DOI: 10.27338/d.cnki.gsjmu.2019.000189

总页数: 61

文件大小: 2798K

下载量: 60