馬科維茲（Markowitz）基于均值和方差兩個(gè)統(tǒng)計(jì)概念提出了均值—方差投資組合模型,成為了現(xiàn)代投資組合理論的締造者,使得投資組合進(jìn)入了量化研究階段。金融投資的目的在于獲得更高的收益,然而更高的收益勢必伴隨著更高的風(fēng)險(xiǎn)。在這種金融背景下,證券投資基金如何抵御市場風(fēng)險(xiǎn),獲得穩(wěn)定的收益,最有效的方法在于構(gòu)建合理的證券組合,同時(shí)合理地增大投資組合的分散化程度。投資組合在收益、風(fēng)險(xiǎn)和分散化程度三個(gè)指標(biāo)之間具有某種相關(guān)關(guān)系,因此各成分股在資產(chǎn)組合中的投資權(quán)重往往存在一個(gè)最優(yōu)的配置,使該組合可以在一定預(yù)期收益下風(fēng)險(xiǎn)達(dá)到最低的水平。為尋求這種最優(yōu)配置,首要途徑是對(duì)分散化程度進(jìn)行量化�；鹜顿Y組合的分散化程度通常隨著宏觀經(jīng)濟(jì)和企業(yè)盈利狀況等多種因素的變化而變化,這種變化體現(xiàn)為一種不確定性,而信息熵很好的描述了基金投資組合分散化程度的不確定性的特征和概率分布,因此本文將信息熵作為基金投資組合分散化程度的度量指標(biāo)。一只證券的投資風(fēng)險(xiǎn)往往由多個(gè)風(fēng)險(xiǎn)因素引起,而對(duì)于一個(gè)證券組合,其總風(fēng)險(xiǎn)將由多個(gè)相同的風(fēng)險(xiǎn)因素表達(dá),那么該組合必然存在一定程度的風(fēng)險(xiǎn)信息雜冗,各成分股之間也必然存在一定的相關(guān)性,這種信息雜冗和相關(guān)... 

【文章來源】：華東交通大學(xué)江西省

【文章頁數(shù)】：69 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
主要符號(hào)說明
第一章 緒論
    1.1 課題背景和研究意義
    1.2 國內(nèi)外研究現(xiàn)狀及文獻(xiàn)綜述
        1.2.1 投資組合的理論與應(yīng)用研究綜述
        1.2.2 主成分分析的理論與應(yīng)用研究綜述
    1.3 課題研究思路與本文工作
    1.4 本文章節(jié)結(jié)構(gòu)
第二章 我國開放式證券投資基金的發(fā)展概況及其現(xiàn)狀
    2.1 我國開放式證券投資基金的特征
    2.2 我國開放式證券投資基金的運(yùn)作機(jī)制
    2.3 我國開放式證券投資基金概況
第三章 投資組合風(fēng)險(xiǎn)分散化方法理論概述與優(yōu)化模型
    3.1 主成分分析原理及其模型
        3.1.1 主成分分析的基本原理
        3.1.2 主成分的推導(dǎo)
        3.1.3 構(gòu)建主成分分析模型的主要步驟
    3.2 基于信息熵的投資組合模型
        3.2.1 熵的概念及其性質(zhì)
        3.2.2 最大熵原理
        3.2.3 最大熵原理在投資組合模型中的應(yīng)用
    3.3 均值—最大熵模型的建立
    3.4 均值—最大熵優(yōu)化模型的建立
第四章 實(shí)證分析
    4.1 研究數(shù)據(jù)及數(shù)據(jù)處理
        4.1.1 樣本數(shù)據(jù)的選取
        4.1.2 市場無風(fēng)險(xiǎn)收益率的確定
        4.1.3 市場基準(zhǔn)組合的確定
    4.2 投資組合收益與風(fēng)險(xiǎn)分析評(píng)價(jià)
        4.2.1 貝塔系數(shù)
        4.2.2 夏普比率(Sharp Ratio)
    4.3 實(shí)證結(jié)果分析
第五章 總結(jié)
參考文獻(xiàn)
附錄
個(gè)人簡歷 在讀期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)主成分分析法在火電機(jī)組綜合評(píng)價(jià)中的應(yīng)用[J]. 商立群,王守鵬.  電網(wǎng)技術(shù). 2014(07)
[2]不確定條件下投資決策分析:對(duì)不同價(jià)值視角下風(fēng)險(xiǎn)的思考[J]. 王桂強(qiáng),魏曉平,王凌翔.  蘭州大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2014(03)
[3]基于K均值多重主成分分析的App-DDoS檢測方法[J]. 楊宏宇,常媛.  通信學(xué)報(bào). 2014(05)
[4]基于PCA的知識(shí)員工激勵(lì)影響因子實(shí)證研究[J]. 陳倩,曹安照.  黃岡師范學(xué)院學(xué)報(bào). 2013(06)
[5]聯(lián)合采用下偏差和信息熵描述風(fēng)險(xiǎn)的動(dòng)態(tài)購電策略[J]. 王輝,尚金成,文福拴.  電力自動(dòng)化設(shè)備. 2013(12)
[6]投機(jī)人主觀決策行為過程分析[J]. 孫剛,張宇.  財(cái)經(jīng)問題研究. 2013(12)
[7]天然氣成分分析的原理與應(yīng)用[J]. 王菲.  硅谷. 2013(22)
[8]淺析證券投資組合管理業(yè)績評(píng)估[J]. 袁一.  商業(yè)會(huì)計(jì). 2013(21)
[9]投資理財(cái)與金融風(fēng)險(xiǎn)[J]. 陸正軍.  試題與研究. 2013(25)
[10]Markowitz模型與Black-Litterman模型比較研究——投資人情緒對(duì)資產(chǎn)組合的影響[J]. 孟勇.  統(tǒng)計(jì)與信息論壇. 2013(08)

碩士論文
[1]三因子模型在滬深A(yù)股市場的實(shí)證研究[D]. 張勰檉.復(fù)旦大學(xué) 2012
[2]證券投資組合優(yōu)化模型的研究[D]. 王玲玲.華中師范大學(xué) 2008
[3]中國證券投資基金業(yè)績評(píng)價(jià)的實(shí)證研究[D]. 邵莉.天津大學(xué) 2004



本文編號(hào)：3220933