本文關(guān)鍵詞：多目標(biāo)投資組合均值方差模型的改進(jìn)及應(yīng)用研究

  更多相關(guān)文章： 多目標(biāo)優(yōu)化 投資組合 Markowitz均值方差模型 PBIL算法

【摘要】：我國(guó)經(jīng)濟(jì)實(shí)力在不斷地增強(qiáng),而伴隨著的是居民的投資理財(cái)意識(shí)愈加增強(qiáng)。因此,如何將資金合理分配到投資項(xiàng)目中以在獲得較高收益的同時(shí)保持較低的風(fēng)險(xiǎn)是投資者關(guān)注的首要問題,也是投資組合問題的關(guān)鍵。投資組合問題的理論開始于20世紀(jì)50年代,Markowitz提出了經(jīng)典的均值方差模型,為之后投資組合問題的研究奠定了基礎(chǔ)。因此,為了獲得更加符合我國(guó)市場(chǎng)的投資組合模型,并且結(jié)合科學(xué)的方法更快更準(zhǔn)確地為投資者提供合理的投資組合,提高解決投資組合問題的效率,本文在經(jīng)典均值方差模型的基礎(chǔ)上,結(jié)合我國(guó)投資市場(chǎng)現(xiàn)狀以及我國(guó)投資者的需求主要做了以下幾個(gè)方面的研究:首先,為了獲得更符合我國(guó)證券投資市場(chǎng)的模型,對(duì)于均值方差模型的相關(guān)假設(shè)進(jìn)行了研究,并在此基礎(chǔ)上,通過添加限制條件的方式,建立考慮交易費(fèi)用和無風(fēng)險(xiǎn)資產(chǎn)的投資組合均值方差模型及其衍生——不考慮交易費(fèi)用和無風(fēng)險(xiǎn)資產(chǎn)的模型、只考慮交易費(fèi)用的模型和只考慮無風(fēng)險(xiǎn)資產(chǎn)的模型。其次,為了根據(jù)模型得到Pareto最優(yōu)的有效投資方案集合,以分布估計(jì)算法中的基于群體的增量學(xué)習(xí)算法(Population-Based Incremental Learning,PBIL)為基礎(chǔ),并且結(jié)合非劣排序遺傳算法II(Nondominated Sorting Genetic Algorithm-II,NSGA-II)中快速非劣排序和擁擠度計(jì)算的機(jī)制,以及改進(jìn)直方圖方法,通過概率學(xué)習(xí)來達(dá)到使投資組合群體收斂進(jìn)化的結(jié)果,設(shè)計(jì)了H-PBIL多目標(biāo)方法。并且,通過OR-Library標(biāo)準(zhǔn)數(shù)據(jù)集中的數(shù)據(jù)對(duì)方法求得結(jié)果的收斂性、分布性和計(jì)算效率進(jìn)行了定性和定量檢驗(yàn),并與NSGA-II算法結(jié)果進(jìn)行了比較,證實(shí)了方法的有效性。在此基礎(chǔ)上,通過用H-PBIL多目標(biāo)方法對(duì)包括經(jīng)典均值方差模型在內(nèi)的四種情況下的模型求解,根據(jù)比較求解得到的有效前沿及非劣解,證實(shí)了模型改進(jìn)的意義。最后,為了輔助投資者從數(shù)目眾多的有效投資方案中找到最滿意的投資方案,實(shí)現(xiàn)模型的有效應(yīng)用,設(shè)計(jì)了一個(gè)決策過程,并且通過設(shè)計(jì)的決策過程,使用我國(guó)滬深A(yù)股主板市場(chǎng)的實(shí)際數(shù)據(jù),分別對(duì)四種情況下的模型進(jìn)行應(yīng)用驗(yàn)證。投資者通過決策過程,可以根據(jù)其自身需求選擇模型,并在決策過程的引導(dǎo)下從包含多個(gè)非劣解的Pareto最優(yōu)解集中選出最貼近其需求的投資方案,減輕投資者的負(fù)擔(dān),也提高了投資方案中投資組合的實(shí)際應(yīng)用價(jià)值。
【關(guān)鍵詞】：多目標(biāo)優(yōu)化 投資組合 Markowitz均值方差模型 PBIL算法
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F224;F832.51
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-22
• 1.1 選題研究的背景和意義9-11
• 1.1.1 選題研究的背景9-10
• 1.1.2 選題研究的意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-19
• 1.2.1 多目標(biāo)優(yōu)化問題研究現(xiàn)狀11-14
• 1.2.2 均值方差模型研究現(xiàn)狀14-16
• 1.2.3 PBIL算法研究現(xiàn)狀16-17
• 1.2.4 研究評(píng)述17-19
• 1.3 研究?jī)?nèi)容及方法19-22
• 1.3.1 主要研究?jī)?nèi)容19-20
• 1.3.2 研究方法20-21
• 1.3.3 技術(shù)路線圖21-22
• 第2章 相關(guān)理論分析22-38
• 2.1 多目標(biāo)優(yōu)化相關(guān)理論分析22-23
• 2.1.1 多目標(biāo)優(yōu)化問題數(shù)學(xué)模型22-23
• 2.1.2 多目標(biāo)優(yōu)化問題相關(guān)概念23
• 2.2 Markowitz投資組合理論分析23-30
• 2.2.1 相關(guān)概念介紹24-26
• 2.2.2 均值方差模型26-27
• 2.2.3 投資組合有效前沿27-29
• 2.2.4 Markowitz投資組合理論的局限性29-30
• 2.3 PBIL算法相關(guān)理論分析30-37
• 2.3.1 PBIL算法基礎(chǔ)30-35
• 2.3.2 PBIL算法35-36
• 2.3.3 PBIL算法的局限性36-37
• 2.4 本章小結(jié)37-38
• 第3章 多目標(biāo)投資組合均值方差模型的改進(jìn)38-68
• 3.1 經(jīng)典均值方差模型39-40
• 3.2 改進(jìn)的均值方差模型40-44
• 3.2.1 考慮交易費(fèi)用和無風(fēng)險(xiǎn)資產(chǎn)的均值方差模型40-42
• 3.2.2 模型的衍生42-44
• 3.3 多目標(biāo)投資組合均值方差模型的求解方法44-60
• 3.3.1 H-PBIL多目標(biāo)求解方法44-52
• 3.3.2 方法有效性檢驗(yàn)52-60
• 3.4 模型有效性檢驗(yàn)60-67
• 3.4.1 經(jīng)典均值方差模型結(jié)果分析61-62
• 3.4.2 考慮交易費(fèi)用的模型結(jié)果分析62-63
• 3.4.3 考慮無風(fēng)險(xiǎn)資產(chǎn)的模型結(jié)果分析63-64
• 3.4.4 考慮交易費(fèi)用和無風(fēng)險(xiǎn)資產(chǎn)的模型結(jié)果分析64
• 3.4.5 模型結(jié)果綜合對(duì)比及分析64-67
• 3.5 本章小結(jié)67-68
• 第4章 多目標(biāo)投資組合均值方差模型的決策應(yīng)用68-92
• 4.1 基于多目標(biāo)投資組合均值方差模型的決策過程68-72
• 4.2 實(shí)際交易數(shù)據(jù)與方法參數(shù)的選取72-74
• 4.3 考慮交易費(fèi)用和無風(fēng)險(xiǎn)資產(chǎn)模型的應(yīng)用74-82
• 4.4 相關(guān)衍生模型的應(yīng)用82-91
• 4.4.1 經(jīng)典均值方差模型的應(yīng)用82-85
• 4.4.2 考慮交易費(fèi)用模型的應(yīng)用85-88
• 4.4.3 考慮無風(fēng)險(xiǎn)資產(chǎn)模型的應(yīng)用88-91
• 4.5 本章小結(jié)91-92
• 結(jié)論92-94
• 參考文獻(xiàn)94-104
• 致謝104

，

本文編號(hào)：976302