近年來,隨著國內(nèi)金融市場的愈加成熟,人們在金融市場的投資行為不斷增多,被動投資策略已不能滿足大眾需求,主動投資策略更受大眾追捧。同時,隨著人們對金融領(lǐng)域研究的不斷深入,金融領(lǐng)域與其他學科的交叉研究也不斷出現(xiàn),如何做出有效決策,構(gòu)建高收益的投資組合,成為投資者們最為關(guān)心的話題。PID控制算法具有簡單的控制原理,使用方便及更強的穩(wěn)定性等優(yōu)點,在PID控制算法中,可將比例環(huán)節(jié)（P）看做控制現(xiàn)在,積分環(huán)節(jié)（Ⅰ）看做糾正曾經(jīng),微分環(huán)節(jié)（D）看做管控未來,這與人們在金融領(lǐng)域的研究有異曲同工之處,因此,通過PID控制算法構(gòu)建的主動投資組合,或可幫助投資者們追求更高收益。本文利用PID控制算法構(gòu)建主動投資組合,并與其他投資方法做對比分析。首先,給出PID控制算法在投資組合應(yīng)用的具體步驟,通過給出多組PID控制參數(shù),仿真多個投資組合,展示PID控制算法對投資組合收益率的調(diào)控過程,具體分析PID控制參數(shù)的改變給投資組合收益率序列帶來的影響。其次,將使用PID控制算法構(gòu)建的投資組合與市值加權(quán)、等權(quán)重和馬科維茨模型構(gòu)建的投資組合在收益率、夏普比率和信息比率等業(yè)績指標上進行收益回報分析,在波動率、跟蹤誤差和下行... 

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景與意義
    1.2 研究內(nèi)容和框架
        1.2.1 主要內(nèi)容
        1.2.2 基本框架
    1.3 研究方法
    1.4 本文創(chuàng)新點
    1.5 文獻綜述
        1.5.1 主動投資策略的文獻綜述
        1.5.2 PID控制算法的文獻綜述
第2章 主動投資與經(jīng)典的風險-收益理論
    2.1 主動投資基本定律
    2.2 馬科維茨投資組合理論
    2.3 資本資產(chǎn)定價模型(CAPM)
    2.4 投資組合的構(gòu)建
        2.4.1 市值加權(quán)投資組合的構(gòu)建
        2.4.2 等權(quán)重投資組合的構(gòu)建
    2.5 投資策略評價指標
        2.5.1 投資策略業(yè)績衡量指標
        2.5.2 投資策略風險測度指標
    本章小結(jié)
第3章 PID控制算法在投資組合中的應(yīng)用
    3.1 PID控制算法的基本原理
    3.2 數(shù)據(jù)的選取
    3.3 PID控制算法在投資組合中應(yīng)用的仿真過程
    3.4 不同的PID控制參數(shù)對投資組合仿真過程的影響
    本章小結(jié)
第4章 對PID控制算法構(gòu)建投資組合的實證分析
    4.1 PID控制算法與市值加權(quán)構(gòu)建投資組合的對比分析
        4.1.1 對投資組合業(yè)績指標的分析
        4.1.2 對投資組合風險指標的分析
    4.2 PID控制算法與等權(quán)重構(gòu)建投資組合的對比分析
        4.2.1 對投資組合業(yè)績指標的分析
        4.2.2 對投資組合風險指標的分析
    4.3 PID控制算法與均值-方差構(gòu)建投資組合的對比分析
        4.3.1 對投資組合業(yè)績指標的分析
        4.3.2 對投資組合風險指標的分析
    4.4 PID控制算法對預測期資產(chǎn)權(quán)重的再平衡
    4.5 實證結(jié)論分析
    本章小結(jié)
第5章 總結(jié)分析與展望
    5.1 總結(jié)分析
    5.2 不足與展望
參考文獻
致謝
學位論文評閱及答辯情況表


【參考文獻】：
期刊論文
[1]基于B-L模型的大類資產(chǎn)配置投資組合實證研究[J]. 鄭鸕捷.  金融市場研究. 2019(08)
[2]基于β系數(shù)優(yōu)化的動態(tài)投資組合策略研究[J]. 郭范勇,潘和平.  中國管理科學. 2019(07)
[3]不確定退出時間和隨機市場環(huán)境下風險資產(chǎn)的動態(tài)投資組合選擇[J]. 李仲飛,姚海祥.  系統(tǒng)工程理論與實踐. 2014(11)
[4]基于PID控制器的動態(tài)投資組合模型[J]. 屠新曙,謝曉聞.  控制與決策. 2014(02)
[5]基于可信性安全準則的模糊動態(tài)投資組合模型[J]. 王金鳳,曹學明,邱根勝.  數(shù)學的實踐與認識. 2012(05)
[6]考慮損失規(guī)避的期望效用投資組合模型[J]. 徐緒松,馬莉莉,陳彥斌.  中國管理科學. 2007(05)

碩士論文
[1]基于物理學定律的股票價格趨勢預測技術(shù)研究[D]. 申宇.北京理工大學 2016



本文編號：3663752