面對瞬息萬變的證券市場,投資者回避風險和獲取最大利益最有效的一種方法就是進行投資組合�，F(xiàn)代證券投資組合理論的建立,為投資組合管理提供了科學決策的依據(jù),樹立了運用數(shù)量化方法進行投資組合管理的方法論。本文主要的工作是提出實用的證券投資組合模型,對模型的求解方法建立了收斂性理論,并同時強調(diào)算法在解決實際問題時的有效性。主要創(chuàng)新工作如下:（1）通過引入偏好系數(shù)將雙目標優(yōu)化問題轉(zhuǎn)化成單目標問題,提出了求解該類問題的基于共軛梯度法的罰函數(shù)方法,建立了該類方法的全局收斂性理論,并用于分析了中國證券市場投資組合問題;（2）為了克服非精確罰函數(shù)方法中罰參數(shù)過大時算法在數(shù)值計算上的困難,提出了求解證券投資組合問題的可行方向法。部分數(shù)值算例表明了該類方法的有效性;（3）針對Markowitz均值-方差模型的缺陷,研究了考慮交易費用和隨機約束的證券投資組合模型,以改善模型的實用性。針對我們提出的新模型,設計了有效的求解算法,并用算例進行了驗證。 

【文章來源】：中南大學湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：45 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
目錄
第一章 緒論
    1.1 現(xiàn)代證券投資組合理論發(fā)生和發(fā)展簡介
    1.2 現(xiàn)代證券投資組合理論在我國的發(fā)展及存在問題
    1.3 本文主要工作、研究意義及章節(jié)安排
第二章 預備知識
    2.1 Markowitz證券投資組合模型的數(shù)學描述
    2.2 改進的Markowitz證券投資組合模型
第三章 基于共軛梯度法的罰函數(shù)法解證券投資組合問題
    3.1 外點罰函數(shù)法
    3.2 基于共軛梯度法的罰函數(shù)法及算法描述
    3.3 數(shù)值算例分析
    3.4 本章小結(jié)
第四章 可行方向法解證券投資組合最優(yōu)化問題
    4.1 有關(guān)可行方向法的預備知識
    4.2 Zoutendi jk算法描述
    4.3 Zoutendi jk算法的數(shù)值算例分析及小結(jié)
    4.4 Frank-Wolfe算法的預備知識及算法描述
    4.5 Frank-Wolfe算法的數(shù)值算例分析及小結(jié)
第五章 考慮交易費用和隨機收益率的證券投資組合問題
    5.1 考慮交易費用的證券投資組合模型
        5.1.1 考慮交易費用的現(xiàn)實意義
        5.1.2 考慮交易費用模型的形成
    5.2 考慮隨機收益率的證券投資組合模型
    5.3 模型求解算法
        5.3.1 子問題的構(gòu)造
        5.3.2 算法描述
    5.4 算例
    5.5 本章小結(jié)
第六章 結(jié)論
參考文獻
附錄
致謝
碩士期間的主要成果



本文編號：3299789