本文關(guān)鍵詞：改進(jìn)粒子群算法的求解基于均值-CVaR模型的投資組合，由筆耕文化傳播整理發(fā)布。

【摘要】：投資組合問(wèn)題是當(dāng)代金融學(xué)的重要研究熱點(diǎn)內(nèi)容,它主要面對(duì)的問(wèn)題是在滿足給定收益的前提下將固定數(shù)目的資金分配到多種資產(chǎn)上使得風(fēng)險(xiǎn)最小化。近年來(lái),基于VaR(風(fēng)險(xiǎn)價(jià)值)和CVaR(條件風(fēng)險(xiǎn)價(jià)值)風(fēng)險(xiǎn)度量理論的提出成為解決現(xiàn)代金融風(fēng)險(xiǎn)投資問(wèn)題的主要方法。另一方面,投資組合中的交易費(fèi)用和投資比例上限已經(jīng)成為組合投資的重要約束因素,忽略交易費(fèi)用和限制投資比例因素有出現(xiàn)無(wú)效的投資組合的可能。因此,本文采用CVaR度量風(fēng)險(xiǎn),構(gòu)建有交易費(fèi)用和限制證券比例的均值-CVaR投資組合模型。粒子群優(yōu)化算法收斂速度快、精度較高,在解決連續(xù)性優(yōu)化問(wèn)題上體現(xiàn)了其高效性能。但算法本身也存在后期收斂速度慢、精度不夠高、容易發(fā)散等缺點(diǎn),且解決離散型問(wèn)題方面的應(yīng)用較少。本文針對(duì)粒子群算法全局搜索能力強(qiáng),但易跳過(guò)全局極值,且只能求解連續(xù)性問(wèn)題的缺點(diǎn),提出離散復(fù)形法局部搜索的思想,來(lái)有效提高粒子群算法在離散型問(wèn)題中的搜索性能。針對(duì)粒子群算法易陷入局部極小的缺點(diǎn),引入自適應(yīng)粒子遷徙操作保證粒子的多樣性,有效避免陷入局部收斂,進(jìn)一步提升算法的收斂能力和搜索速度。在論文的第四章將提出的改進(jìn)粒子群算法應(yīng)用于第三章構(gòu)建的均值-CVaR投資組合模型上。通過(guò)選擇滬深股市15支股票對(duì)建立的模型及改進(jìn)的算法進(jìn)行實(shí)驗(yàn),通過(guò)不同的參數(shù)選擇研究其對(duì)模型結(jié)果的影響。實(shí)證分析表明將改進(jìn)的粒子群算法應(yīng)用到求解均值-CVaR模型的投資組合問(wèn)題,與其他算法相比,該方法精度更高、性能更穩(wěn)定。
【關(guān)鍵詞】：投資組合優(yōu)化 改進(jìn)粒子群算法 離散復(fù)形法
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：F224;F832.51
【目錄】：

• 致謝7-8
• 摘要8-9
• ABSTRACT9-14
• 第一章 緒論14-21
• 1.1 論文研究背景和意義14-15
• 1.1.1 研究背景14-15
• 1.1.2 研究意義15
• 1.2 課題研究現(xiàn)狀15-19
• 1.2.1 粒子群優(yōu)化算法研究現(xiàn)狀15-18
• 1.2.2 投資組合研究現(xiàn)狀18-19
• 1.3 論文研究?jī)?nèi)容與創(chuàng)新點(diǎn)19-20
• 1.3.1 研究?jī)?nèi)容19-20
• 1.3.2 論文創(chuàng)新點(diǎn)20
• 1.4 論文章節(jié)安排20-21
• 第二章 粒子群算法綜述21-30
• 2.1 基礎(chǔ)粒子群算法簡(jiǎn)介21-24
• 2.1.1 粒子群算法的生物學(xué)基礎(chǔ)21
• 2.1.2 算法原理21-23
• 2.1.3 算法模擬及流程23-24
• 2.2 粒子群的發(fā)展24-26
• 2.2.1 標(biāo)準(zhǔn)粒子群算法24-25
• 2.2.2 帶收縮因子粒子群算法25-26
• 2.2.3 離散粒子群算法26
• 2.3 算法參數(shù)控制26-28
• 2.4 粒子群算法的應(yīng)用28-29
• 2.5 本章小結(jié)29-30
• 第三章 基于CVaR理論投資組合模型構(gòu)建30-40
• 3.1 基本投資組合理論30-32
• 3.1.1 均值一方差投資組合理論30-31
• 3.1.2 M-V模型的不足31-32
• 3.2 均值-VaR模型32-35
• 3.2.1 VaR定義及均值-VaR模型32-34
• 3.2.2 VaR的計(jì)算方法34
• 3.2.3 VaR的不足34-35
• 3.3 CVaR與均值-CVaR模型35-38
• 3.3.1 CVaR概念35
• 3.3.2 CVaR方法的計(jì)算35-37
• 3.3.3 均值-CVaR投資組合模型37-38
• 3.4 帶有最小交易量和交易費(fèi)用的均值-CVaR投資組合模型38-39
• 3.5 本章小結(jié)39-40
• 第四章 求解均值-CVaR模型投資組合的改進(jìn)粒子群算法40-52
• 4.1 改進(jìn)粒子群算法PBSO40-42
• 4.1.1 復(fù)形法描述40
• 4.1.2 遷徙因子思想40-41
• 4.1.3 改進(jìn)粒子群算法41-42
• 4.1.4 FBPSO算法的基本步驟42
• 4.2 算法設(shè)計(jì)42-44
• 4.2.1 PSO算法參數(shù)的選擇42-43
• 4.2.2 編碼、適應(yīng)度函數(shù)及實(shí)驗(yàn)數(shù)據(jù)的處理43-44
• 4.3 數(shù)值實(shí)驗(yàn)44-46
• 4.3.1 樣本數(shù)目的選擇44
• 4.3.2 樣本股票的選擇44-45
• 4.3.3 模型中參數(shù)的選擇45
• 4.3.4 算法適應(yīng)度函數(shù)的確定45-46
• 4.4 結(jié)論分析和模型評(píng)價(jià)46-51
• 4.5 本章小結(jié)51-52
• 第五章 總結(jié)與展望52-54
• 5.1 論文總結(jié)52
• 5.2 論文展望52-54
• 參考文獻(xiàn)54-58
• 攻讀碩士學(xué)位期間的學(xué)術(shù)活動(dòng)及成果情況58

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 方毅,張屹山;CVaR在金融工具復(fù)制上的應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2004年08期

2 李婷;張衛(wèi)國(guó);;風(fēng)險(xiǎn)資產(chǎn)組合均值-CVaR模型的算法分析[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年06期

3 孫曉冬;趙斐;;VaR與CVaR在投資組合中的應(yīng)用及對(duì)比分析[J];北京市財(cái)貿(mào)管理干部學(xué)院學(xué)報(bào);2007年02期

4 王秀云;王冰;;投資組合風(fēng)險(xiǎn)中CVaR方法的應(yīng)用[J];商場(chǎng)現(xiàn)代化;2008年04期

5 王玉玲;;CVaR方法在投資組合中的應(yīng)用[J];統(tǒng)計(jì)與決策;2008年02期

6 趙麗娟;;VaR的改進(jìn)方法CVaR在投資組合風(fēng)險(xiǎn)中的應(yīng)用[J];職業(yè)技術(shù);2009年04期

7 陳剛;周華鋒;;基于CVaR的供電公司多能量市場(chǎng)最優(yōu)購(gòu)電策略[J];紅水河;2009年06期

8 陳嬋娟;李筱璇;;如何用CVaR模型監(jiān)測(cè)極端風(fēng)險(xiǎn)[J];當(dāng)代經(jīng)濟(jì);2010年05期

9 余力;張勇;;應(yīng)用極值分布理論的VaR和CVaR估計(jì)[J];求索;2010年04期

10 鄭玉仙;;風(fēng)險(xiǎn)測(cè)量的VaR及CVaR方法的對(duì)比研究[J];生產(chǎn)力研究;2010年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 孟志青;虞曉芬;蔣敏;莊彬;曾麗萍;;基于權(quán)值不同置信水平下的多目標(biāo)CVaR模型[A];中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)第七屆全國(guó)會(huì)員代表大會(huì)暨第七屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

2 王雨飛;王宇平;;基于遺傳算法的CVaR模型[A];第八屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2006年

3 趙振全;張琳琳;;具有風(fēng)險(xiǎn)偏好的CVaR風(fēng)險(xiǎn)度量方法及對(duì)我國(guó)股市風(fēng)險(xiǎn)度量的實(shí)證分析[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第十三屆學(xué)術(shù)年會(huì)論文集[C];2007年

4 王秀英;陳爽;;兩種離散型隨機(jī)變量線性投資組合的CVaR[A];中國(guó)數(shù)學(xué)力學(xué)物理學(xué)高新技術(shù)交叉研究學(xué)會(huì)第十二屆學(xué)術(shù)年會(huì)論文集[C];2008年

5 姚海祥;;奇導(dǎo)協(xié)方差矩陣和任意收益率分布下均值-CVaR模型的有效邊界特征[A];第十屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2008年

6 姚海祥;李仲飛;;不允許買(mǎi)空時(shí)基于均值和CVaR的效用最大化模型[A];第十一屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2009年

7 姚海祥;;一般橢球分布下VaR與CVaR投資組合選擇模型[A];第十四屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集(上冊(cè))[C];2012年

8 方毅;張屹山;;CVaR與VaR應(yīng)用在RAPM進(jìn)行基金績(jī)效評(píng)價(jià)的比較研究[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第6卷）[C];2005年

9 吳軍;汪壽陽(yáng);;CVaR與供應(yīng)鏈的風(fēng)險(xiǎn)管理[A];中國(guó)運(yùn)籌學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集（中卷）[C];2004年

10 孟志青;虞曉芬;高輝;蔣敏;;基于條件風(fēng)險(xiǎn)值CVaR模型的房地產(chǎn)組合投資的風(fēng)險(xiǎn)度量與策略[A];第八屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2006年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院 王樹(shù)娟;證券投資基金變動(dòng)投資組合研究[N];證券日?qǐng)?bào);2004年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 徐新生;延遲供貨情形下零售商基于CVaR準(zhǔn)則的最優(yōu)訂購(gòu)問(wèn)題研究[D];浙江工業(yè)大學(xué);2015年

2 蔣敏;條件風(fēng)險(xiǎn)值（CVaR）模型的理論研究[D];西安電子科技大學(xué);2005年

3 朱懷鎮(zhèn);基于CVaR的證券公司資本監(jiān)管研究[D];廈門(mén)大學(xué);2008年

4 鄧蘭松;基于EVT的證券公司市場(chǎng)風(fēng)險(xiǎn)管理的VaR與CVaR研究[D];天津大學(xué);2004年

5 葉五一;VaR與CVaR的估計(jì)方法以及在風(fēng)險(xiǎn)管理中的應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

6 王金鳳;CVaR在電力市場(chǎng)風(fēng)險(xiǎn)管理中的應(yīng)用研究[D];上海大學(xué);2012年

7 許麗艷;解隨機(jī)互補(bǔ)問(wèn)題的CVaR-SP模型與DRO模型[D];大連理工大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 彭太平;α混合樣本優(yōu)化型CVaR估計(jì)的大樣本性質(zhì)[D];廣西師范大學(xué);2011年

2 周平平;基于CVaR總風(fēng)險(xiǎn)約束的積極投資組合模型及實(shí)證研究[D];華南理工大學(xué);2015年

3 馬毓瑩;基于GARCH模型的VaR及CVaR在金融風(fēng)險(xiǎn)度量中的應(yīng)用[D];復(fù)旦大學(xué);2014年

4 張傳奇;基于CVaR的供應(yīng)鏈金融信貸決策研究[D];華南理工大學(xué);2015年

5 邱云;基于均值-CVaR-熵的證券投資組合優(yōu)化及實(shí)證研究[D];華中師范大學(xué);2015年

6 栗天嶺;基于CVaR模型的供應(yīng)鏈金融信用風(fēng)險(xiǎn)度量研究[D];河北工程大學(xué);2015年

7 楊天山;CVaR風(fēng)險(xiǎn)度量投資組合模型的改進(jìn)研究[D];廣西大學(xué);2015年

8 趙奔;一類(lèi)基于CVaR約束的分布魯棒投資組合選擇問(wèn)題[D];大連理工大學(xué);2015年

9 洪璐;CVaR準(zhǔn)則下考慮后續(xù)服務(wù)產(chǎn)品的多隨從收益共享契約模型[D];浙江工業(yè)大學(xué);2014年

10 張恒fE;基于VaR與CVaR度量金融風(fēng)險(xiǎn)的實(shí)證研究[D];上海交通大學(xué);2015年

  本文關(guān)鍵詞：改進(jìn)粒子群算法的求解基于均值-CVaR模型的投資組合，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：433632