搜索到3302篇“ 投资组合选择“的相关文章
箱约束的联合估计-鲁棒性投资组合选择问题
2025年
投资组合优化问题中的输入参数大多是由历史数据估计而来,估计的不确定性可能对Markowitz投资组合模型产生巨大的影响.近期,一个联合估计与鲁棒性的优化框架(joint estimation and robustness optimization,JERO)被提出,通过结合参数估计和优化问题以减弱估计不确定性对优化问题的影响.JERO框架被应用到投资组合优化领域(JERO with the mean return and the risk(variance)constraints,JERO-MV),同时考量了投资组合模型中有价值的两个度量:投资组合的回报和风险.但该模型可能会导致投资组合过分集中于某几个资产,这将增加投资风险和成本.本文在JERO-MV模型的基础上增加分散化约束,并给出该模型的可行性条件.本文在真实数据集上进行了大量的数值实验,并与JERO-MV模型进行对比.在大多数情形下,我们的模型都有更好的样本外表现.
王英晓孔令臣
关键词:投资组合优化参数估计
多期贝叶斯强化学习鲁棒投资组合选择模型
2024年
在传统多期分布式鲁棒投资组合选择模型中,不确定集合的估计是一个具有挑战性的难题。使用贝叶斯强化学习方法来动态更新不确定集合中的一、二阶矩等模型参数,进而研究贝叶斯强化学习框架下均值–最坏鲁棒CVaR模型的求解问题。通过结合动态规划和渐进对冲算法,设计了两层分解求解框架。下层通过求解一系列二阶锥规划来得到给定模型参数下子问题的最优策略,上层使用贝叶斯公式得到可实施的非预期投资策略。基于美国股票市场的实证结果表明:多期鲁棒强化学习投资组合选择模型相较传统模型具有更好的样本外投资表现。
李柔佳段启宏冯卓航刘嘉
关键词:投资组合二阶锥规划
基于区间数的投资组合选择模型及其在A股市场的应用价值研究
郭乐成
基于机器学习和资产特征的投资组合选择研究被引量:3
2024年
随着可投资资产与资产信息的爆炸式增长,投资组合选择研究面临资产和特征双重高维挑战.为此,本文提出一个基于机器学习和资产特征的投资组合选择框架,该框架借助机器学习技术的天然优势,运用高维特征直接预测投资组合权重,避开了常规的两步投资组合管理范式中的收益预测过程,并用于中国股票市场的资产配置研究.结果显示:1)基于此框架提出的投资策略能够捕捉高维特征中的增量信息,并挖掘资产特征与投资权重之间线性与非线性关系,大幅提升了投资绩效;2)交易摩擦类特征是投资权重预测中最为重要的资产特征;3)策略在套利限制较为严重的股票上回报更高,而对宏观经济状态变化的敏感性较低;在其他经济约束下,策略表现依然稳健.本文拓展了现代投资组合理论的研究框架,促进了人工智能与量化投资领域的交叉融合发展.
李斌李斌
关键词:投资组合选择人工智能资产特征
混合风险测度下基于ESG投资理念的投资组合选择
2024年
近年来,越来越多的投资者将环境、社会、治理(ESG)等因素纳入到投资决策过程中,基于ESG投资理念的投资模式逐渐盛行,但现有基于ESG投资理念的决策模型的研究忽视了社会责任投资者管理损失左尾的需求.基于此,文章综合考虑收益波动及发生小概率极端事件引致的损失,利用方差和谱风险两种迥异风险度量,构造可兼顾管理对称中心风险和非对称下偏风险的混合风险测度,以塑造更有利的期末财富概率分布.进一步地,将该混合风险测度应用于可持续投资决策中,在现实交易约束限制下,构建反映投资者社会价值观且可管理两种不同特征风险的均值-混合风险投资组合选择模型,并将其等价表述为二次约束凸规划问题以计算最优可持续投资策略及有效前沿.数值分析表明,在卖空约束下,较之基于ESG投资理念的均值-方差模型,混合风险测度模型可在不降低投资组合可持续性水平前提下改善金融财务方面表现,且投资者管理下偏风险的偏好程度与可持续投资表现成正相关关系.此外,ESG负面筛选策略降低了最优投资组合的分散化程度,导致投资风险增大,从而使得可持续投资的业绩表现欠佳.同时,反映投资者风险厌恶程度的权重参数也显著影响了可持续投资表现.因此,投资者应谨慎采取ESG负面筛选策略,并需依据自身风险厌恶程度选择恰当的权重函数,从而提高财务效益及社会效益.
冯玲林雨钟群超吴伟平
关键词:风险管理
基于参数二次优化的投资组合选择的再平衡策略之模型创建与实证检验
2024年
发展金融强国,实现中国式金融现代化,促进金融业加快发展新质生产力,需要提高金融的配置效率,增强金融风险管理水平。资产价格变动会导致投资权重偏离投资策略,增加金融风险,而再平衡可以将实际投资权重调整回既定策略,因此实施再平衡对实现金融风险管理具有重要意义。目前我国再平衡理论研究较少,学者多将均值方差模型作为再平衡的资产配置基础。传统的二次优化方法难以反映有效边界精确、完整的结构。参数二次优化作为唯一完整呈现有效边界的算法,具备优于传统方法的精准性。故创新地使用参数二次优化,针对有效边界提出3种再平衡策略,分别调仓至有效边界最小方差点、三分之一处、非劣点。这个策略能够精确获取组合再平衡后在有效边界上的位置及权重,进而准确计算再平衡绩效。同时构建3种传统再平衡策略(基于简单多样化、市值加权和价格加权的策略)作为绩效比较基准。全面选取我国主板2007—2021年的数据,计算在5、10、20、50、100、150、200、250只股票数量和1、3、6、12个月的调仓周期下6种再平衡策略的绩效并实证对比。研究首次发现,组合规模较小或调仓周期较短时,调仓至有效边界最小方差点的策略绩效相对其他策略更优,简单多样化策略绩效较为稳定。研究得到优于简单多样化策略和其他传统策略的再平衡策略,结论符合投资组合选择理论,也符合我国市场波动性较强的实际情况,首次为个人投资者和公募基金提供根据股票规模和调仓周期选取再平衡策略的建议,为保持实际投资风险可控提供参考。
齐岳黄佳宁张喻姝刘彤阳
关键词:交易成本
一类加速ADMM算法在投资组合选择中的应用研究
2024年
Mean-Variance模型为现代投资组合选取奠定了基础。 近年来,随着金融资产数量的提高,求 解M-V模型的经典算法效率逐渐变低。 因此,有关学者提出了资产分割的ADMM算法(AS- ADMM)以提升ADMM 算法的效率。 该算法能够比经典的算法更高效,但在一些超高维的情况 下,AS-ADMM也不足以显著提高求解效率。 为了解决这个问题,本文应用外推思想,提出了部 分加速的资产分割算法(PA-AS-ADMM),并证明了该算法的非遍历收敛速率为O( ),最后在数值实验中验证了PA-AS-ADMM的有效性。
胡同
关键词:M-V模型
基于市场动态与资产特征的在线投资组合选择学习方法研究
投资组合选择投资者根据投资目标与风险偏好,在不同资产中分配资金,以达到投资收益与风险平衡的目的。近年来,研究人员将机器学习技术应用于在线投资组合选择中,旨在通过大数据技术提升投资组合管理的效率与有效性。然而,传统的在线...
赖飞同
关键词:经验模态分解
融合智能优化算法与提示工程的投资组合选择研究
黄臻岱
基于SVM算法的金融市场投资组合选择及风险预测方法
本发明属于金融投资决策方法技术领域,具体涉及基于SVM算法的金融市场投资组合选择及风险预测方法。本发明结合SVM算法,并以股票数据集为样本,对基于SVM算法的投资组合策略的风险收益及风险预测效果进行了分析。本发明与传统的...
蔡燕许鹏杨永杰宗烜逸徐钦儿冯上榜姜冲卢姿彤

相关作者

房勇
作品数:50被引量:329H指数:11
供职机构:中国科学院数学与系统科学研究院
研究主题:投资组合选择 投资组合选择模型 投资组合 BLACK-LITTERMAN模型 行为金融
汪寿阳
作品数:593被引量:7,758H指数:42
供职机构:中国科学院数学与系统科学研究院
研究主题:商业模式 供应链 实证研究 风险管理 TEI@I方法论
李仲飞
作品数:168被引量:1,388H指数:21
供职机构:中山大学岭南学院
研究主题:房价 最优投资策略 动态规划 资产定价 多目标规划
陈志平
作品数:60被引量:279H指数:7
供职机构:西安交通大学数学与统计学院
研究主题:有补偿 均衡价格 投资组合选择 投资组合 效用函数
齐岳
作品数:120被引量:437H指数:12
供职机构:南开大学商学院
研究主题:投资组合 常态 基金 一带一路 投资组合选择