發(fā)布時間：2018-02-11 22:20

  本文關(guān)鍵詞： 馬爾科夫狀態(tài)轉(zhuǎn)換模型 CAPM 動態(tài)投資組合策略　出處：《上海師范大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：在研究宏觀經(jīng)濟和金融變量的動態(tài)行為時,線性模型往往無法體現(xiàn)變量非線性動態(tài)過程中的非對稱性、振幅的相關(guān)性和波動的集聚效應(yīng)等。由于股票市場受一個潛在的市場狀態(tài)(熊牛市等)影響,且投資者在不同的市況中所面臨風(fēng)險是不同的。所以當(dāng)我們研究資本市場收益率時,將傳統(tǒng)的Markov狀態(tài)轉(zhuǎn)換模型與CAPM模型相結(jié)合可以解釋一些問題,但仍無法解釋異方差性和極值點集聚等現(xiàn)象。本文在研究資本市場收益率時,考慮到市場的收益率曲線具有均值恢復(fù),異常波動,極值點集聚等特征。所以采用了Janczura(2012)提出的校正后的Markov狀態(tài)轉(zhuǎn)換模型(CMRS)來預(yù)測市場收益率,并與CAPM模型相結(jié)合構(gòu)建動態(tài)投資組合策略。在本文在研究過程中,首先把市場劃分為牛市、熊市和穩(wěn)態(tài)三種狀態(tài),并通過模型估計出每種狀態(tài)下市場的預(yù)期收益率和對應(yīng)概率。然后從不同行業(yè)隨機選取了十只股票,利用前面得到的市場收益率預(yù)測結(jié)果來計算個股在不同市場狀態(tài)下的預(yù)期收益率,進而求得個股的期望收益率,最后用線性規(guī)劃的方法,根據(jù)風(fēng)險最小化原則構(gòu)建動態(tài)投資組合策略。本文的研究數(shù)據(jù)可以分為兩個階段,2013/1/1~2015/12/31的數(shù)據(jù)用于模型訓(xùn)練,參數(shù)估計,2016/1/1~2016/9/30日的數(shù)據(jù)用于對最終構(gòu)建的動態(tài)投資組合策略進行模擬驗證。最后實證結(jié)果表明:CMRS模型和傳統(tǒng)的MRS模型都可以對市場的狀態(tài)做出準(zhǔn)確預(yù)測,且預(yù)測結(jié)果基本一致;由于CMRS模型可以在市場處于異常狀態(tài)(|收益率|1%)時放大誤差波動,在市場處于平穩(wěn)狀態(tài)時(|收益率|1%)縮小誤差波動,所以其估計結(jié)果與傳統(tǒng)的MRS模型相比也存在細(xì)微的差別;另外,通過實證模擬我們也發(fā)現(xiàn),基于CMRS模型和MRS模型的動態(tài)投資組合策略都是有效的,但是在準(zhǔn)確度上,特別是當(dāng)市場處于平穩(wěn)狀態(tài)時,CMRS模型的預(yù)測結(jié)果要高于后者。本文的結(jié)論對投資者進行股票市場行情預(yù)測和構(gòu)建投資組合策略具有一定的借鑒參考價值。
[Abstract]:When studying the dynamic behavior of macroeconomic and financial variables, linear models often fail to reflect the asymmetry in the nonlinear dynamic process of variables. Because the stock market is affected by a potential market state (bear bull market, etc.), Therefore, when we study the return rate of capital market, we can explain some problems by combining the traditional Markov state transition model with the CAPM model. However, we still can not explain the heteroscedasticity and extreme point agglomeration. In this paper, when we study the return rate of capital market, we consider that the return curve of the market has average recovery and abnormal fluctuation. Therefore, the corrected Markov state transition model (CMRS) proposed by Janczura (2012) is used to predict the market rate of return and combine with the CAPM model to construct a dynamic portfolio strategy. First, the market is divided into three states: bull market, bear market and steady state, and the expected rate of return and the corresponding probability of each market are estimated by the model. Then, ten stocks are randomly selected from different industries. The expected rate of return of individual stock under different market conditions is calculated by using the forecast result of market return obtained in this paper, and then the expected rate of return of individual stock is obtained. Finally, the method of linear programming is used to calculate the expected rate of return of individual stock. According to the principle of risk minimization, the dynamic portfolio strategy can be constructed. The data in this paper can be divided into two stages: 2013 / 1 / 1 / 1 / 12015 / 12 / 31 for model training. The data from 1 / 1 / 1 / 6 / 9 / 30 of 2016 is used to simulate and verify the final constructed dynamic portfolio strategy. Finally, the empirical results show that both the MRS model and the conventional MRS model can accurately predict the state of the market, and the predicted results are basically the same. Because the CMRS model can amplify the error fluctuation when the market is in the abnormal state (yield 1), and reduce the error fluctuation when the market is stationary (the yield is 1), the estimation result is also slightly different from the traditional MRS model. In addition, we also find that the dynamic portfolio strategy based on CMRS model and MRS model is effective, but accurate. Especially when the market is in a stable state, the forecast result of CMRS model is higher than that of the latter. The conclusion of this paper has a certain reference value for investors to forecast the stock market price and build the strategy of investment portfolio.
【學(xué)位授予單位】：上海師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F832.51;F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉敬之;淺談產(chǎn)品組合策略[J];經(jīng)營與管理;1985年03期

2 劉向輝;產(chǎn)品組合策略在銀行卡業(yè)務(wù)中的運用[J];中國信用卡;2001年07期

3 洪江濤;陳俊芳;;動態(tài)環(huán)境下產(chǎn)品組合策略競爭的博弈分析[J];工業(yè)工程;2008年02期

4 葛永紅;陳煥明;;網(wǎng)絡(luò)營銷的組合策略[J];企業(yè)管理;2008年07期

5 王秋生;;企業(yè)的產(chǎn)品組合策略[J];企業(yè)改革與管理;2008年10期

6 楊衛(wèi)東;;引入期貨品種構(gòu)建股期投資組合[J];上海國資;2010年12期

7 陸永祥;;優(yōu)化產(chǎn)品組合策略是調(diào)整品種結(jié)構(gòu)的有效途徑[J];浙江經(jīng)濟;1991年11期

8 陳閻華;張世民;;對企業(yè)產(chǎn)品組合策略的認(rèn)識[J];華東經(jīng)濟管理;1992年03期

9 伍崇岳;;茶葉銷售市場不同時域的經(jīng)營組合策略[J];茶葉通訊;1993年02期

10 王國成;黃慧敏;;略談價格組合策略[J];銷售與市場;1995年05期

相關(guān)會議論文 前1條

1 鄒娜;;產(chǎn)品組合優(yōu)化策略研究[A];經(jīng)濟全球化與我國經(jīng)濟運行機制創(chuàng)新研究——經(jīng)濟全球化與經(jīng)濟運行機制變革研討會議論文[C];2004年

相關(guān)重要報紙文章 前10條

1 本報實習(xí)記者 張利靜;養(yǎng)殖企業(yè)用期貨組合策略保利潤[N];中國證券報;2014年

2 海通期貨 胡來兮;保護性看跌組合策略及應(yīng)用[N];期貨日報;2014年

3 首創(chuàng)期貨 劉會勇;經(jīng)濟資金趨穩(wěn)定 期債組合避風(fēng)險[N];中國證券報;2014年

4 李積慧;鋼鐵企業(yè)營銷渠道的組合策略[N];中國冶金報;2003年

5 中信建投期貨 劉超;商品期貨投資組合構(gòu)造策略實證研究[N];期貨日報;2008年

6 蘇果南通區(qū)域區(qū)總 劉海寧;品類組合:鎖定商圈顧客[N];中國商報;2011年

7 周家生;有效投資組合策略在期貨投資中的應(yīng)用[N];期貨日報;2010年

8 胡來兮;日歷價差組合策略及應(yīng)用[N];期貨日報;2014年

9 農(nóng)行湖北武昌支行 王志華;淺談市場營銷的組合策略[N];中國城鄉(xiāng)金融報;2001年

10 左宏亮;關(guān)于組合保險保值策略優(yōu)劣的探討[N];期貨日報;2004年

相關(guān)博士學(xué)位論文 前2條

1 羅勇;風(fēng)險約束下的Kelly動態(tài)投資組合優(yōu)化[D];電子科技大學(xué);2014年

2 許星劍;全國社會保障基金股票投資組合績效評價及實證研究[D];哈爾濱工業(yè)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 李昌盛;基于不同市場狀態(tài)下個股預(yù)期收益的動態(tài)投資組合策略研究[D];上海師范大學(xué);2017年

2 曹憲章;動態(tài)投資組合策略在我國股市的應(yīng)用研究[D];重慶工商大學(xué);2015年

3 高芳芳;H公司產(chǎn)品組合策略的研究[D];河北經(jīng)貿(mào)大學(xué);2016年

4 張蓓;基于組合策略推送算法的同城快遞系統(tǒng)的設(shè)計與實現(xiàn)[D];北京交通大學(xué);2016年

5 夏歡;基于組合策略的IPTV節(jié)目推薦[D];云南大學(xué);2016年

6 高一翔;基于OWL-S的組合Web服務(wù)QoS仿真分析工具的研究與設(shè)計[D];哈爾濱工業(yè)大學(xué);2016年

7 張倩倩;基于我國十大城市的房地產(chǎn)信托基金投資組合策略研究[D];哈爾濱工業(yè)大學(xué);2016年

8 李敏;大宗原料經(jīng)銷企業(yè)多周期組合采購策略研究[D];東華大學(xué);2016年

9 李開成;裝配型企業(yè)入廠物流短駁合并運輸優(yōu)化研究[D];青島大學(xué);2016年

10 高燕;CV電動工具公司ODM產(chǎn)品組合策略研究[D];東南大學(xué);2016年

，

本文編號：1504134