导读:本文包含了风险约束下的投资组合论文开题报告文献综述及选题提纲参考文献，主要关键词:投资组合,均值方差,因素风险,凸松弛
风险约束下的投资组合论文文献综述
杨平安[1]（2019）在《带因素风险约束投资组合选择问题的全局优化算法研究》一文中研究指出在现代金融市场中,投资组合选择一直是个人投资者或投资机构关注的主要问题之一,即如何合理配置资本,并将其配置到各种风险资产上,从而实现利润最大化和风险最小化。1952年,Markowitz提出的均值方差投资组合模型是现代投资理论的基础。此后,在均值方差模型的基础上,不同的风险度量方法被相继提出,使得投资组合理论得到了不断完善和发展。Markowitz的均值方差模型只衡量投资组合的系统风险,而未考虑单个资产或因素风险对投资组合的总体风险的贡献。文献上以多因素投资组合模型为基础,提出了因素风险概念来度量单个因素对于投资组合总体风险的贡献,构建了带因素风险约束的均值方差投资组合选择模型。该模型是一个带非凸二次约束的二次规划问题,求它的全局最优解是NP-难的。本文研究了带因素风险约束均值方差投资组合选择问题的全局优化算法及其数值实现。针对模型具有非凸二次约束的特点,本文给出了基于非多余矩阵分离技术的新凸松弛方法和基于该凸松弛的新的分枝定界全局算法,分析了算法的全局收敛性,并用数值实验验证了算法的有效性。以下是本文的主要结果:第一,研究了因素风险约束的投资组合选择问题的基于非多余矩阵分离的凸松弛方法。尤其是,研究了如何选择一个合适的矩阵分离方法使得得到的松弛模型提供一个更强的下界。首先,证明了对任意给定的多余矩阵分离,存在相应的非多余矩阵分离,使得基于它的凸松弛提供更强的下界。为了找到这样的一个非多余矩阵分离,提出了一个辅助的SDP问题,并证明了通过求解辅助SDP问题得到的矩阵分离是非多余的。其次,给出了基于非多余矩阵分离的一个新的凸松弛及其最优解和最优值的性质。数值实验结果表明,新凸松弛比文献中的凸松弛提供更紧的下界。第二,结合基于非多余矩阵分离的新凸松弛方法和凸内逼近技术,在分支定界框架下提出了带因素风险约束的投资组合选择模型的新全局算法,证明了新算法收敛于原问题的全局最优解,并采用S&P 500的真实数据和随机数据验证了新算法的有效性。数值结果表明,本文提出的新全局算法能更有效地找到原问题的全局解。(本文来源于《浙江工业大学》期刊2019-01-01）
周平平[2]（2015）在《基于CVaR总风险约束的积极投资组合模型及实证研究》一文中研究指出Markowitz于1952年提出的均值-方差(MV)模型奠定了证券组合理论在金融学的核心地位。随着金融市场的快速发展,现实投资活动中越来越多的资金所有权和管理权相分离,如投资基金,投资者通常会将资金托付给投资管理者,希望凭借基金经理人的专业知识实现资金安全性和丰厚投资回报的双重目的,并且会定期评估基金经理人的业绩行为。于是,以跟踪误差为核心的积极型投资策略研究应运而生,作为均值-方差模型的一种改进,跟踪误差模型以相对收益和相对风险的形式,对投资管理者的业绩进行科学评价。在上述委托代理模式下,投资经理人基于利益和压力的双重驱使会想方设法地采取积极型投资策略,提高自身业绩的同时也相应滋生一些冒险行为,使得投资者资金蒙受较大的损失风险。此外,考虑到内外部环境以及金融市场的变化,传统投资模型基于参数和资产收益分布的确定性假设弊端日益凸显,如何对不确定情形下的金融资产进行合理配置也成为了一个丞待解决的问题。因此,本文进一步从风险控制和不确定环境的角度出发对积极投资组合管理开展以下方面的研究:首先,本文基于方差或风险价值(Va R)度量风险的局限性,引入条件风险价值(CVa R)对投资组合整体风险加以度量,改进传统的均值-跟踪误差模型只关注跟踪误差而忽略总风险的缺陷。同时结合投资者的投资倾向和市场因素,引入多元权值约束和交易费用,建立更加符合我国实际市场的扩展跟踪误差积极投资组合优化模型,并以深圳成分股指数为实证研究对象,分析对比模型的实用性。其次,金融市场及内外部环境的时常波动使得投资环境面临诸多不确定性,单纯依赖历史数据的参数估计过程容易受到估计误差的干扰。基于此本文运用Black-litterman模型替代传统的MV估计方法,利用BL模型的市场均衡理念和投资者对未来资产收益的看法,对投资组合模型的均值和协方差矩阵重新估计,构建了BL模型下含CVa R和多元权值约束的积极投资组合优化模型,并以我国行业市场指数为研究对象对比分析两种参数估计方法下的模型绩效。最后,针对以上研究,继续采用鲁棒优化方法分析资产收益分布不确定情形下的积极型投资策略。依据Casta所构建的跟踪误差鲁棒优化模型基础,进一步假设资产收益分布不确定而是隶属于某一分布信息集,将CVa R风险管理方法扩展到不确定情形下的Worst-case CVa R,同时引入多元权重约束和交易成本等实际条件,构建WCVa R总风险约束下的鲁棒跟踪误差积极投资组合模型,通过线性矩阵不等式优化求解。实证研究中以沪深300指数成分股为研究对象对比分析资产收益分布确定和不确定情形下的模型实用性。本文分别在传统概率理论和鲁棒优化理论框架下研究适合实际投资应用的跟踪误差积极投资组合策略,提出CVa R总风险约束和多元权值约束下的扩展模型,并借助计算机软件采用经典优化方法和鲁棒优化方法对模型进行相应求解。本研究工作不仅能够为投资组合理论的发展提供学术参考价值,同时对投资管理者的投资决策以及金融市场的发展也具有重要的现实指导意义。(本文来源于《华南理工大学》期刊2015-06-20）
罗勇[3]（2014）在《风险约束下的Kelly动态投资组合优化》一文中研究指出在投资管理实践中,基金经理可以从两方面改进交易策略的绩效。首先是找到期望收益为正的投资机会,其次需要考虑在每次交易时如何配置资金。更重要的是平衡好资金配置与财富增值速度的关系,即在控制风险的条件下追求财富以最快速度增值。在现有的投资组合理论与连续时间模型相关文献中,对资金配置与财富增值速度的量化关系研究不足,无法满足投资管理实践中复杂量化投资的需求。因此,本文以增值速度为目标函数研究最优资金配置,在影响交易策略绩效的资金配置方面做一些改进。我们认为Kelly模型对多项投资机会、资产之间具有相关性、多期连续投资和利润再投资类型基金的资金配置具有重要意义。本文研究了在最大资金衰落与交易成本约束下的基金财富动态最优增长。我们建立了基于Kelly理论的投资组合模型,它能确保采用该模型的基金的财富长期沿最优路径增长,并且基金财富衰落低于给定水平。随着投资组合中资产数量增加,目标函数变得非常复杂,如果按照Kelly原始的表达方式,模型无法求解。本文利用大数定律与对数效用函数可加性推导了连续时间情形下投资组合中资产的最优资金配置比例,并分析了模型的性质和效用函数。初始模型中没有考虑风险约束,缺乏风险测度机制,在金融市场应用中有很大缺陷。为了解决Kelly理论在金融市场应用中风险测度的缺失,我们将资产管理中金融风险测度方法引入到Kelly动态投资组合。最后建立了风险约束下的Kelly动态投资组合模型,并基于该模型完成了实证分析。研究发现,投资组合中风险资产的资金配置比例存在最优值与临界值。如果资金配置比例小于或者等于最优值,财富增长率上升;如果资金配置比例超过最优值,财富增长率下降,财富衰落水平增加;如果资金配置比例等于临界值,基金收益率等于无风险利率;如果超过临界值,从长期看,基金必定破产。结合实证研究,我们发现投资组合中风险资产上的资金配置比例越高,且小于最优值,基金财富增长率(收益)越高,但基金财富衰落水平(风险)也越大。我们还发现资金衰落水平与财富增长率的关系,如果投资人愿意接受更高的资金衰落水平,那么他将拥有更高的财富增长率。但并非愿意接受的风险水平越高收益越大,愿意接受资金衰落水平超过一定范围,财富增长率就开始下降。因此,在投资实践中资金配置比例不要超过该阈值。研究表明,具有不同风险承受能力的投资人,采用风险约束Kelly动态投资组合模型,能够得到在愿意接受亏损水平下的最优资金配置策略。基金管理行业不同的客户有不同风险承受能力,根据这种方法就能够针对不同风险偏好程度的客户,开发相适应的基金产品。同时,我们发现对于多期连续投资、利润用于再投资等复杂情形,均值方差模型无法解决资金增值速度与资金配置比例的关系。对于有风险约束、交易成本约束或其他约束的情形,连续时间模型无法得出分析解。如果投资者财富与其效用函数正相关,就可以采用Kelly动态投资组合模型。研究结果还表明Kelly动态投资组合产生的财富增长曲线波动幅度很大,这就需要投资人有足够的风险承担能力以及与之对应的心理承受能力。(本文来源于《电子科技大学》期刊2014-05-21）
徐维军,罗伟强,张卫国[4]（2013）在《考虑破产风险约束的多项目投资组合决策模型》一文中研究指出项目投资决策不导致破产事件的发生,是投资者获得预期收益的前提,故控制破产事件发生的概率至关重要。鉴于此,本文基于可信性测度理论,根据Roy的定义给出了未来现金流量隶属叁角模糊变量的控制破产风险的数学表达式,并构建了项目投资过程中受到破产风险因素影响的具有破产风险约束的多项目投资组合决策模型。最后,运用遗传算法对模型进行求解,并给出算例演示本文模型的实用性和有效性。(本文来源于《运筹与管理》期刊2013年06期）
魏波[5]（2013）在《多因素证券投资组合在VaR风险约束下的模型及实证研究》一文中研究指出证券投资组合为若干个相对稳定的投资品种的组合,是投资者对不同商品进行一定选择的过程中,以实现投资利益最大化而形成的,并在投资收益与风险权衡上不断地进行科学合理的调整。在此,本文对VaR风险约束的多因素证券投资组合建立了相应的模型,并进行了实证研究,并利用遗传计算法对其进行一定的改进,已期获得更好的实际意义。(本文来源于《长春工业大学学报(社会科学版)》期刊2013年04期）
张茂军,秦学志,南江霞[6]（2012）在《损失厌恶下带有风险约束的委托投资组合模型》一文中研究指出在管理者呈损失厌恶的假设下,构建了带有风险约束的委托投资组合模型,研究委托投资管理中的最优投资问题.通过构造辅助函数将以条件风险价值为约束的委托投资组合问题转化为约束含有随机凸函数的随机优化问题,证明了最优策略的存在性.进而利用随机抽样方法构造了Monte Carlo罚函数算法,得到了近似最优投资策略,并证明了当样本容量足够大时近似最优投资策略几乎处处是原委托投资组合问题的最优策略.最后,给出了数值算例说明模型的有效性和管理者的损失厌恶对最优策略的影响.(本文来源于《系统工程学报》期刊2012年04期）
王秀国,王义东[7]（2012）在《均值方差偏好和期望损失风险约束下的动态投资组合》一文中研究指出本文在均值方差框架下,研究了期望损失风险约束下的连续时间动态投资组合问题。运用鞅理论和凸对偶方法,分别给出了最优财富和最优投资策略的解析式,而且两基金分离定理仍然成立。最后通过数值例子分析了风险约束对最优投资策略的影响。(本文来源于《数理统计与管理》期刊2012年03期）
孙平娜[8]（2011）在《基于RCaR风险约束的投资组合模型》一文中研究指出金融市场是一个复杂的系统工程,随着金融交易的规模以及复杂性的增加,市场风险也在进一步加大,美国的次贷危机所引发的全球性的金融危机正是对市场风险缺乏控制所导致的。在投资领域,人们最关心的就是风险与收益的关系。一般而言,风险投资的预期收益越高,其风险也就越大。理性的投资者总是具有追求较高的预期收益率且避免风险的特性,因此,投资者在进行投资决策时,往往会对几种不同的资产进行投资,即采用组合投资策略。组合投资可以通过风险的分散来保证整体投资的较高收益。本文首先在导论部分分析了当前金融环境下组合投资研究的必要,提出了论文的研究背景,回顾了投资组合理论的发展,对国内外的研究现状进行了详细描述,并且指出了论文的创新点。之后,本文介绍了投资组合领域的几种主要的投资组合模型,并且详细介绍了在险资本CaR风险度量标准的定义以及相应的均值-在险资本模型(Mean-CaR Model).针对传统的在险资本CaR的表达式是建立在某些市场参数为常量的条件下,本文分析并得出了所有市场参数均随时间变化时的在险资本CaR的显式表达式。针对在险资本CaR作为风险度量标准所存在的不足,即：在投资前期或者财富较少的时候约束不起作用,而在财富较多的时候过多地限制了投资,本文在Black-Sholes模型假设下对风险度量标准-相对在险资本RCaR(Relative Capital-at-Risk)进行了描述,该度量方法不但具有直观的含义,而且解决了在险资本CaR作为风险度量标准所存在的“一刀切”问题。以往的投资组合模型往往假设某些市场参数(包括无风险资产的收益率以及风险资产的期望收益率、价格波动率矩阵)为常量,而且投资策略为常数再调整投资策略,这极大地限制了模型的使用。本文以相对在险资本RCaR为风险度量标准,建立了所有市场参数均随时间变化的均值-相对在险资本模型(Mean-RCaR Model),利用布朗运动、伊藤积分的知识,本文采用维数缩减法分析了最优常数再调整策略且部分市场参数为常量、允许卖空以及不允许卖空叁种情况下该模型的最优解,文中给出了该模型的详细求解过程并得到了最优解以及前沿边界的显式表达式。结果显示,在该模型下,两基金分离定理仍然成立。最后,该文给出了一个实例来进一步说明该模型的可行性并且将分析的结果与均值-方差模型进行了对比,得到了一些重要的结论。(本文来源于《山东大学》期刊2011-04-10）
魏红刚[9]（2010）在《下跌风险约束下的投资组合选择研究》一文中研究指出自经历2007年的牛市与2008年的熊市之后,无论机构投资者还是个人投资者都开始反思自己的投资理念。人们发现：按照传统的投资组合选择理论——均值-方差理论(MV)分散投资,在牛市时可能过于谨慎而丧失获取超额收益的机会,在熊市时又可能无法应对下跌风险而面临损失,转而求助于技术分析,波段操作以求规避风险获取收益。在此背景下,本文力图重新强调分散投资的理念和资产配置的价值。与传统的分散投资理论——均值-方差理论不同,本论文在下跌风险约束的投资组合选择框架下,以资产安全为首要投资管理目标,分析研究分散投资与资产配置价值。论文研究内容涵盖一个框架、两个领域：下跌风险约束的投资组合选择框架、投资组合理论与下跌风险测度理论。下跌风险约束的投资组合选择理论亦是现代投资组合理论的一部分,其用下跌风险测度——风险值(VaR)替代均值-方差理论的风险测度——标准差,从而是基于并包含MV理论的发展。本文主要理论与实证分析下跌风险约束的投资组合选择模型：Mean-VaR模型和CHK模型,但重点研究与推荐使用Campbell, Huisman和Koedijk (2001)的下跌风险约束下的投资组合选择模型,简称CHK模型。论文的另一重点是下跌风险的测度,因为下跌风险测度值是下跌风险约束的投资组合选择模型的主要输入参数,所以是否能够给出精确的动态下跌风险测度,决定了下跌风险约束的投资组合选择模型在分散投资和资产配置实践中的实际应用价值。本文研究过程亦企图展示实际金融风险管理的动态金融计量方法的力量和潜能。在下跌风险的测度上,论文引入考虑动态相关性的DCC-MV-GARCH模型,并从波动率时间序列的性质以及金融收益的分布方面寻找最佳的拟合波动率的模型,以期更精确的预测投资组合的下跌风险。论文亦具有创新意义的组合多种金融计量技术,给出基于DCC-MV-GARCH模型去方差、应用Bootstrapping模拟技术的历史模拟法估计投资组合的VaR和CVaR。总之,论文很好的综合和统一了测度投资组合下跌风险的方法和理论,并在现实的风险-收益环境下实证应用。论文最后的核心部分,在具备前述精确测度动态下跌风险的能力基础上,扩展CHK模型到动态的框架,并应用它给出现实动态风险-收益环境下的最优投资组合推荐,进而按照此最优投资组合推荐,对现有投资组合进行有所选择的动态资产配置调整。实证结果表明：根据CHK模型动态调整资产配置的现有组合在投资期末取得了较高的收益。在基于CHK模型的下跌风险约束的投资组合选择决策分析中,结果亦显示：CHK模型的最优投资组合选择决策,可作为现实投资组合以下跌风险约束为管理目标的资产配置标准,其中CHK模型的现金持有量(B)的决策指出了下跌风险的方向和程度,投资者或风险管理者亦可以以其作为风险控制变量,做出卖出或买入等同B金额的CHK模型最大化组合的决策,从而使投资组合的实际风险值回归至约束值水平。总之,本文引进当前前沿的测度下跌风险的金融计量技术,应用CHK模型到我国实际的动态风险-收益环境下,实证展示了以资产安全为首要原则的下跌风险约束的投资组合选择模型的实际应用潜力和价值,推进了CHK模型的实际应用工作。论文也从统计和计量的视角综合和统一了下跌风险测度与投资组合选择的框架,论证了下跌风险约束的投资组合选择的模型风险。本文的研究亦很容易扩展到更大的投资组合的情景。(本文来源于《南开大学》期刊2010-05-01）
王晓芳,翟永会,闫海峰[10]（2009）在《机会约束下风险最小的投资组合选择模型研究》一文中研究指出文章在投资组合收益率服从正态分布的前提下,用CVaR作为度量风险的标准,建立了以投资风险最小为目标且具有投资机会约束的组合策略选择模型。利用优化理论,证明了模型最优解的存在唯一性,得到了最优解的解析表达式。并利用Matlab给出了求解该问题的最优解、最优解的均值以及CVaR的计算程序,最后通过算例予以说明。(本文来源于《统计与决策》期刊2009年23期）
风险约束下的投资组合论文开题报告
（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：
Markowitz于1952年提出的均值-方差(MV)模型奠定了证券组合理论在金融学的核心地位。随着金融市场的快速发展,现实投资活动中越来越多的资金所有权和管理权相分离,如投资基金,投资者通常会将资金托付给投资管理者,希望凭借基金经理人的专业知识实现资金安全性和丰厚投资回报的双重目的,并且会定期评估基金经理人的业绩行为。于是,以跟踪误差为核心的积极型投资策略研究应运而生,作为均值-方差模型的一种改进,跟踪误差模型以相对收益和相对风险的形式,对投资管理者的业绩进行科学评价。在上述委托代理模式下,投资经理人基于利益和压力的双重驱使会想方设法地采取积极型投资策略,提高自身业绩的同时也相应滋生一些冒险行为,使得投资者资金蒙受较大的损失风险。此外,考虑到内外部环境以及金融市场的变化,传统投资模型基于参数和资产收益分布的确定性假设弊端日益凸显,如何对不确定情形下的金融资产进行合理配置也成为了一个丞待解决的问题。因此,本文进一步从风险控制和不确定环境的角度出发对积极投资组合管理开展以下方面的研究:首先,本文基于方差或风险价值(Va R)度量风险的局限性,引入条件风险价值(CVa R)对投资组合整体风险加以度量,改进传统的均值-跟踪误差模型只关注跟踪误差而忽略总风险的缺陷。同时结合投资者的投资倾向和市场因素,引入多元权值约束和交易费用,建立更加符合我国实际市场的扩展跟踪误差积极投资组合优化模型,并以深圳成分股指数为实证研究对象,分析对比模型的实用性。其次,金融市场及内外部环境的时常波动使得投资环境面临诸多不确定性,单纯依赖历史数据的参数估计过程容易受到估计误差的干扰。基于此本文运用Black-litterman模型替代传统的MV估计方法,利用BL模型的市场均衡理念和投资者对未来资产收益的看法,对投资组合模型的均值和协方差矩阵重新估计,构建了BL模型下含CVa R和多元权值约束的积极投资组合优化模型,并以我国行业市场指数为研究对象对比分析两种参数估计方法下的模型绩效。最后,针对以上研究,继续采用鲁棒优化方法分析资产收益分布不确定情形下的积极型投资策略。依据Casta所构建的跟踪误差鲁棒优化模型基础,进一步假设资产收益分布不确定而是隶属于某一分布信息集,将CVa R风险管理方法扩展到不确定情形下的Worst-case CVa R,同时引入多元权重约束和交易成本等实际条件,构建WCVa R总风险约束下的鲁棒跟踪误差积极投资组合模型,通过线性矩阵不等式优化求解。实证研究中以沪深300指数成分股为研究对象对比分析资产收益分布确定和不确定情形下的模型实用性。本文分别在传统概率理论和鲁棒优化理论框架下研究适合实际投资应用的跟踪误差积极投资组合策略,提出CVa R总风险约束和多元权值约束下的扩展模型,并借助计算机软件采用经典优化方法和鲁棒优化方法对模型进行相应求解。本研究工作不仅能够为投资组合理论的发展提供学术参考价值,同时对投资管理者的投资决策以及金融市场的发展也具有重要的现实指导意义。
（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。
风险约束下的投资组合论文参考文献
[1].杨平安.带因素风险约束投资组合选择问题的全局优化算法研究[D].浙江工业大学.2019
[2].周平平.基于CVaR总风险约束的积极投资组合模型及实证研究[D].华南理工大学.2015
[3].罗勇.风险约束下的Kelly动态投资组合优化[D].电子科技大学.2014
[4].徐维军,罗伟强,张卫国.考虑破产风险约束的多项目投资组合决策模型[J].运筹与管理.2013
[5].魏波.多因素证券投资组合在VaR风险约束下的模型及实证研究[J].长春工业大学学报(社会科学版).2013
[6].张茂军,秦学志,南江霞.损失厌恶下带有风险约束的委托投资组合模型[J].系统工程学报.2012
[7].王秀国,王义东.均值方差偏好和期望损失风险约束下的动态投资组合[J].数理统计与管理.2012
[8].孙平娜.基于RCaR风险约束的投资组合模型[D].山东大学.2011
[9].魏红刚.下跌风险约束下的投资组合选择研究[D].南开大学.2010
[10].王晓芳,翟永会,闫海峰.机会约束下风险最小的投资组合选择模型研究[J].统计与决策.2009