组合证券投资方法

组合证券的投资结构,可以通过运用有效边界的数学表达式,对证券的平均收益率与标准差的分析后选择合适的证券进行投资。     

数学规划在证券组合优化投资中的应用

证券市场信息是一种具有不确定性的缺失信息.证券组合投资的收益是一个动态的波值.即模型都要满足（达到）两个目标：1、利润最大化.2、风险最小化.利润最大化是在风险相对固定下的最大化.风险最小化是在利润相对固定下的最小化.他们是互为前提的.所以没有绝对意义上的最优解.最优是相对的,也就是多目标规划下的次优解空间（或非劣解集）.在本文中我们在进行分析的基础上,建立一个合理的初等模型,利用数学的方法将模型进化,得到一个适应一般情况的模型.并对模型做进一步的改进,使其趋于合理.     

数学规划在证券组合优化投资中的应用

证券市场信息是一种具有不确定性的缺失信息．证券组合投资的收益是一个动态的波值。即模型要满足(达到)两个目标：利润最大化和风险最小化。他们是互为前提的。没有绝对意义上的最优解。最优是相对的,也就是多目标决策下的次优解空间(或非劣解集)。在本文中我们在进行分析的基础上,建立一个合理的多目标初等模型,利用数学的方法将模型进化,使得模型易于求解。在此基础之上对模型做进一步的改进,使其趋于合理。     

证券组合的预期收益率

提出证券组合预期收益率的概念,并给出计算方法。     

改进的PSO算法及其在证券组合投资中的应用

粒子群优化算法(PSO)作为一种进化计算技术,已经广泛运用到了各个行业领域中。基于不同应用领域的具体要求,人们也针对不同的技术特点对PSO进行了改进。针对PSO算法在证券组合投资中的应用要求,提出一种改进的PSO算法,并通过上海证券交易所的实际数据进行计算机模拟,证实该算法在实际证券组合投资中的实用性。     

证券投资组合优化的数学模型分析

在单个证券的收益率、预期收益率和风险既定不变的条件下,证券投资组合的收益率,预期收益率和风险都是由各种证券的投资比例所决定。因此,投资者进行证券投资组合优化的关键是选择各种证券的投资比例。     

浅析证券投资组合风险计量理论在我国的运用

证券投资是一项高收益伴随着高风险的经济活动,只有正确分析和把握投资风险,投资者才能应付证券投资带来的风险和对风险进行防范。本文从证券投资组合理论角度对投资风险进行分析和测算,以达到认识风险、计量风险和规避风险的目的。     

改进型粒子群算法及在证券投资中的应用

在证券市场中有很多不连续的投资优化模型,为了快速有效的寻求模型的解,设计了一种改进的优化算法.通过引入遗传算法中的交叉操作,得到了基于最优和次优位置的改进粒子群优化算法(INPSO).在性能检测中,该算法比部分改进的粒子群优化算法表现更佳,克服了早熟的缺陷.然后,在仿真实验中,运用INPSO分别获得了两种投资组合模型在不同期望收益率下的优化值,同时算法在迭代过程中展现出了很好的收敛性.     

证券组合投资多因素决策方法的应用

证券组合投资决策关键在于尽可能降低投资组合的非系统风险，获取最大的收益。证券的收益率是由多种因素确定的，投资者面对一个投资机会，需要根据经验和需要，合理选择某些因素，建立证券组合模型，找出最优的投资组合。讨论应用多因素决策方法进行证券组合投资的分析方法。     

沪深股市证券投资组合的实证研究

1996年5月6日至12月6日,我国股市正处于价值回归阶段,股份的信息含量较高,选择这一区间沪深股市各30只股票作样本数据,是迄今为止进行证券投资组合研究的最佳原始资料。若以均值－方差模型为理论基础、以二次规划为研究工具,在上述样本股范围内沪深股市各打出13组有效资产组合,并能勾画出沪深股市各自的有效边界以及由沪深股市有效边界共同构成的“新有效边界”。在此基础上则可对沪深股市有效边界及“新有效边界、的范围和特点、投资的最佳证券组合的变化及其相应折市场选择策略、有效证券组合的市场表面等问题作更深入的探讨。     

组合投资中有效边界的一些性质和模型

本文研究了组合投资中有效边界的数学模型及其性质,并给出了计算最优证券组合的数学模型和公式。     

Goal Programming for Investment Portfolio and Its Application

To solve the problem of investment portfolio with single goal of maximal NPV, a 0- 1 programming model was proposed and proved effective; and to solve that concerning more elements of a project such as risk level and social benefit, a goal programming model is then introduced. The latter is a linear programming model adopting slack variable called deviation variable to turn inequation constraint into equation constraint, introducing a priority factor to denote different importance of the goals. A case study has demonstrated that this goal programming model can give different results according to different priority requirement of each objective.     

平均差的算法改型及其数学性质研究

标准差在反映标志变异程度上存在着准确性低、误差大的致命性缺陷,并且缺乏解构性功能。从平均差的传统计量公式出发推导出具有精准性和解构性兼备的新的计量模型,阐述和证明平均差所具有的10条数学性质。它所涵盖和反映的信息量大大超越标准差,应用范围更广泛。提出新的离散系数计量模型,并运用负数转正取值的最近邻性和分母、分子对称位移性原理,有效地解决了均值F为负数和零值条件下的离散系数计量难题。     

投资组合理论在期货投资中的应用

期货作为金融市场的一个重要组成部分,已经成为机构投资者构建投资组合时一个不可或缺的组成部分。根据投资组合理论,并使用概率统计的方法和规划求解的方法,投资者可以为投资组合选择投资品种,构建数学模型,求解资金配置方案,进行绩效评估,从而做出投资决策,但同时也应该认识到投资组合理论在期货投资实践中所具有的局限性。     

组合证券的投资风险分析和选择

根据Markowitz理论研究组合证券的选择,以确定最优投资比例,从而使组合证券投资的风险最小。     

论计算智能在证券投资组合中的作用

首先介绍了Markowitz的证券组合理论,其次,介绍了计算智能的主要研究对象,包括人工神经网络、遗传算法、模糊逻辑的特点及在证券投资组合中的应用,提出来将三者结合起来,从而实现优势互补.     

高职教育证券投资实务课堂教学途径探析

高职教育是高校教育的重要组成部分。高校教育的日益发展,对于课堂教学提出了新的要求,即满足学生不同层次的、多样化的需求。课堂教学是一门课程教学设计的中心环节,是直接接触学生,了解学生需求,满足学生需求的最主要途径。本文结合笔者在证券投资实务这门课程课堂实践的教学经历,探寻学生不同层次的课程需求,试图探索一条新的教学途径。     

证券组合投资的模糊规划方法

基于证券投资预期收益和风险的不确定性,利用多样化选择约束抵减证券投资的非系统风险.以证券组合投资的收益率极大化和β值极小化为目标.建立一种模糊规划模型,指出模型的求解方法.     

档案袋评价及其在学科学习中的应用

档案袋评价是应用在当代教学过程中的一种新型的评价方法,是随着基础教育课程改革的不断发展,与新的课程理念相适应的一种评价方法。从档案袋评价的概念、类型两个方面进行归纳梳理,对档案袋评价在英语和语文学科中的应用研究进行总结分析。