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。     

财产保险公司投资组合问题的多阶段随机规划模型

财产保险公司的投资组合模型均是单期的 ,不能充分满足投资组合管理实践的需要 .为提供多期规划工具 ,建立了一个多阶段的随机规划模型 .它考虑了交易成本 ,分析了不同时期的现金流 ,讨论了资产负债的匹配问题 ,去掉了收益分布的正态假定 ,并增加了一种投资约束 .数值实例的计算结果表明 ,多期模型能更好地帮助财产保险公司选择保险与投资的优化组合 ,其性能要优于单期模型     

最优证券组合投资β-模型的研究

在考虑交易成本的情况下，利用β-数建立了证券组合投资的多目标优化模型，并采用遗传算法研究了模型的求解．     

基于Markowiz理论的证券组合收益与风险分析

应用Markowiz收益—风险模型,研究了两种证券的组合投资收益及风险估计问题,得到了组合投资风险在投资收益率相关和不相关条件下的收益估计值,以具体的算式阐明了组合投资可以规避投资风险的结论。     

证券投资组合的收益与风险

本文利用概率统计原理讨论证券投资组合的收益与风险。得到两个结果：1．证券投资组合的收益介于最大收益与最小收益之间；2．给出平均组合证券风险最小的充分条件(n个证券相互独立或不相关)。     

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.     

大盘失真条件下的最优投资组合的选取

该文研究了一个同时考虑大盘失真和证券组合联动性的最优投资组合选取的问题。由于证券组合之间的风险收益具有一定的相关性,根据资本市场实际,对大盘失真沪深指数波动下跌的情况下,证券投资组合风险收益受波及的状况进行了分析。建立了证券投资组合风险与收益受到波及的微分方程模型,并对模型进行了求解和经济分析,并为解决在此背景下最优投资组合的选取,提出了相关思路。     

证券投资组合资产的选择模型研究

由于影响各种证券价格的微观经济因素各不相同，它们相互关联并彼此制约，证券组合投资可以有效地降低或消除非系统风险。基于非系统风险对证券投资预期收益率的影响，以及对证券投资组合规模适应性的要求，投资应建立有效的证券投资组合。     

通过波动性预测模型的选择构造投资组合

在非对称性GARCH模型及BEKK模型的基础上研究了综合市场对角投资组合战略，通过检验发现基于BEKK模型的投资组合表现优于非对称性GARCH模型的投资组合表现，并且发现GMV投资组合权重对波动模型及协方差矩阵的依赖性。同时也指出了方差在投资组合表现中的重要性远大于协方差。     

基于情绪指标的投资策略盈利性考察

基于新的投资者情绪变量,对中国股市相对强势策略的收益进行深入考察。通过构建的两个投资者情绪测度,可以使得在构建投资组合时,利用投资者情绪信息,进一步把常见的投资组合(赢家输家组合)分解为高情绪和低情绪组合。研究发现,投资者情绪可以更好预测未来的资产收益,随着这种信息的引入,投资组合的赢利性得到进一步的显著提高。论文扩展了国内基于相对强势策略收益的研究。     

遗传算法在我国证券市场中的应用

分析我国证券市场现状的基础上,根据不允许卖空、并考虑交易成本的情况下,建立了多因素证券组合投资决策模型,然后利用遗传算法研究了模型的求解,进行了实证研究。     

Multi-period model of portfolio investment and adjustment based on hybrid genetic algorithm

This paper proposes a multi-period portfolio investment model with class constraints, transaction cost, and indivisible securities. When an investor joins the securities market for the first time, he should decide on portfolio investment based on the practical conditions of securities market. In addition, investors should adjust the portfolio according to market changes, changing or not changing the category of risky securities. Markowitz mean-variance approach is applied to the multi-period portfolio selection problems. Because the sub-models are optimal mixed integer program, whose objective function is not unimodal and feasible set is with a particular structure, traditional optimization method usually fails to find a globally optimal solution. So this paper employs the hybrid genetic algorithm to solve the problem. Investment policies that accord with finance market and are easy to operate for investors are put forward with an illustration of application.     

A Multi-Objective Genetic Algorithm for Optimal Portfolio Problems

This paper concerns with modeling and design of an algorithm for the portfolio selection problems with fixed transaction costs and minimum transaction lots. A mean-variance model for the portfolio selection problem is proposed, and the model is formulated as a non-smooth and nonlinear integer programming problem with multiple objective functions. As it has been proven that finding a feasible solution to the problem only is already NP-hard, based on NSGA-II and genetic algorithm for numerical optimization of constrained problems (Genocop), a multi-objective genetic algorithm (MOGA) is designed to solve the model. Its features comprise integer encoding and corresponding operators, and special treatment of constraints conditions. It is illustrated via a numerical example that the genetic algorithm can efficiently solve portfolio selection models proposed in this paper.This approach offers promise for the portfolio problems in practice.     

Matrix decomposition and Lagrangian dual method for discrete portfolio optimization under concave transaction costs

In this paper, the discrete mean-variance model is considered for portfolio selection under concave transaction costs. By using the Cholesky decomposition technique, the convariance matrix to obtain a separable mixed integer nonlinear optimization problem is decomposed. A brand-and-bound algorithm based on Lagrangian relaxation is then proposed. Com-putational results are reported for test problems with the data randomly generated and those from the US stock market.     

Black-Scholes期权定价模型修正

Black-Scholes模型成功地解决了在有效市场下的期权定价问题,但它是在一定的假设条件下建立的.然而在实际的交易中,投资者通常会在得到一定的股票红利的同时也将面临着不容忽视的交易成本.本文在Black-Scholes模型的基础上,对界定了交易成本并考虑红利支付的情况下的期权定价的模型进行研究,从而使Black-Scholes模型更符合市场实际.     

阿里巴巴并购新浪微博的动因分析——基于交易成本的视角

阿里巴巴并购新浪微博意味着网购平台和社交平台将实现深度融合,是对一种新的电子商务模式的探索。研究阿里巴巴并购新浪微博既能指导电商网站并购,又能对新的电商模式进行理论构建。阿里巴巴并购新浪微博的内在动因是降低交易成本,通过比较分析其边界扩展的三种可选组织形式的交易成本,证明了阿里巴巴并购新浪微博是其扩展边界所花费交易成本最低的组织形式。     

基于“两金”制度的二手房市场主体风险的防范

居间交易模式是当前二手房买卖交易的主要模式。在居间交易模式下,买方、卖方和居间方作为市场主体,均会引致二手房买卖风险。通过＂房屋交易保证金＂和＂居间责任保证金＂,规制市场主体行为,加大市场主体的博弈成本,对防范二手房市场主体风险具有积极作用。     

Moments and limiting distribution of a portfolio of whole life annuity policies

A dual random model of a portfolio of variable amount whole life annuity is set with themth moment of the present value of benefits, and the respective expressions of the moments under the assumption that the force of interest accumulation function is Wiener process or Ornstein-Uhlenbeck process. Furthermore, the limiting distribution of average cost of this portfolio is discussed with the expression of the limiting distribution under the assumption that the force of interest accumulation is an independent increment process.     

交易成本测量:现状、困境及其创新

交易成本是新制度经济学的核心概念和分析工具,目前对交易成本测量局限于宏观总量的大致估计和微观个案的比较分析,面临着许多困难和不足。本文对交易成本概念界定及其测量作了一番梳理和评价,研究发现,借助交易效率概念的提出,通过事先设计相应的统计指标,运用主成分分析和因子分析,计算出交易效率得分值,以此来推算交易成本大小。并就进一步准确测量交易成本作了补充说明。