投资组合优化
投资组合优化的相关文献在1998年到2022年内共计94篇,主要集中在财政、金融、经济计划与管理、自动化技术、计算机技术
等领域,其中期刊论文74篇、会议论文1篇、专利文献777612篇;相关期刊57种,包括商业研究、信息系统工程、运筹与管理等;
相关会议1种,包括第六届中国管理科学与工程论坛等;投资组合优化的相关文献由270位作者贡献,包括高岳林、安实、徐照宇等。
投资组合优化—发文量
专利文献>
论文:777612篇
占比:99.99%
总计:777687篇
投资组合优化
-研究学者
- 高岳林
- 安实
- 徐照宇
- 东尼亚·S·艾尔曼
- 刘峰
- 刘恒玮
- 张一喆
- 张帅
- 张清叶
- 彭胜志
- 徐小琴
- 徐恒
- 朱浩然
- 李治昊
- 李超
- 李超一
- 李锋刚
- 杜剑
- 杨晓
- 杰森·肯德里克·布尔
- 游大海
- 王义刚
- 王博
- 王新慧
- 王晓琴
- 王波
- 王福胜
- 程希骏
- 符永健
- 胡济桐
- 蒂莫西·赖希
- 蒋晓蓝
- 蔡向高
- 谢尧
- 赵红生
- 赵雄光
- 邹其
- 郑永杰
- 郑继明
- 魏聪
- 丁书敏
- 丁利永
- 于海生
- 付天文
- 任芳国
- 伍慧玲
- 但扬清
- 何冬梅
- 何春雄
- 何英静
-
-
宁涛
-
-
摘要:
投资策略的组合优化是量化交易体系中的重要环节,传统的均值-方差模型难以满足实际需求,文章提出了一种基于层次聚类的风险平价方法,并针对典型中高频趋势策略的组合优化进行实证研究,分析结果表明:基于层次聚类的风险平价方法在样本内外一致性、最大回撤和投资组合分散度等评价指标上都显著优于基于均值-方差的最大夏普比率方法,且样本外风险调整后的收益显著高于一般风险平价方法和最大夏普比率方法。
-
-
姚金海
-
-
摘要:
对于证券市场投资者而言,基于合理假设准确预测资产价格未来发展方向与趋势关乎投资成败。本文通过构建一个基于ARIMA与信息粒化SVR的组合预测模型,对股票市场指数价格和收益变化的趋势进行预测。实证研究结果表明:基于ARIMA与信息粒化SVR组合的股指预测模型相较于传统时间序列模型而言,在预测精度和效度方面有较大提升,能够在一定时间周期内对股票等风险资产的价格波动区间进行较为可靠地预测,但目前还只能大致确定时间序列波动的区间范围而不能精确地预测具体点位。未来仍需结合其他预测模型和预判技术进一步深入研究,以有效提升股指趋势预测的准确性和实际指导性。
-
-
段倩倩;
彭春;
李金林
-
-
摘要:
本文主要考虑一类经典的含有二阶随机占优约束的投资组合优化问题,其目标为最大化期望收益,同时利用二阶随机占优约束度量风险,满足期望收益二阶随机占优预定的参考目标收益。与传统的二阶随机占优投资组合优化模型不同,本文考虑不确定的投资收益率,并未知其精确的概率分布,但属于某一不确定集合,建立鲁棒二阶随机占优投资组合优化模型,借助鲁棒优化理论,推导出对应的鲁棒等价问题。最后,采用S&P 500股票市场的实际数据,对模型进行不同训练样本规模和不确定集合下的最优投资组合的权重、样本内和样本外不确定参数对期望收益的影响的分析。结果表明,投资收益率在最新的历史数据规模下得出的投资策略,能够获得较高的样本外期望收益,对未来投资更具参考意义。在保证样本内解的最优性的同时,也能取得较高的样本外期望收益和随机占优约束被满足的可行性。
-
-
庄玮玮;
陈财;
邱国新
-
-
摘要:
基于深度强化学习的动态投资组合优化模型存在很多具有挑战性的问题,例如高维的环境空间和动作空间,以及如何从高维状态空间和嘈杂的金融时间序列数据中提取有用信息。为了解决这些问题,我们提出了一种新的模型结构,称为自适应噪声的完整集合经验模态分解-多头注意力网络-强化学习模型。这种新模型结构集成了数据处理方法、深度学习模型和强化学习模型,以提高感知和决策能力。实证分析表明,我们提出的模型结构在动态投资组合优化方面具有一定的优势。此外,在实验对比的过程中,我们发现了另外一种稳健的投资策略。该策略为,投资组合中的每只股票给定相同资金,并将独立的结构分别作用于每只股票。
-
-
王秀国;
伍慧玲
-
-
摘要:
在修正的Black-Scholes金融市场下,研究了基于CVaR和CCaR下方风险测度的连续时间投资组合优化问题.给出了最优投资策略和有效前沿的显式表达式,其中最优投资策略就是投资于无风险资产和一种“风险资产”等波动率投资组合的组合,可解释为两基金分离定理.如果投资者事先给出风险资产的风险暴露,则不需要估计期望收益率参数,投资者的最优投资策略就可以通过估计出的波动率矩阵确定出来,这有效地解决了传统投资组合优化的最优权重由于估计期望收益率所产生的敏感性问题.进一步,利用本文提出的分析方法研究了均值-方差模型的最优投资策略和有效前沿.最后,实证分析表明,与不受估计期望收益率影响的两种经典投资策略(等权重投资策略和最小方差投资策略)相比较,本文构建的最优投资策略的组合权重随时间是平稳的,并具有更好的业绩表现.
-
-
金维佳
-
-
摘要:
论文主要内容是使用2个整数线性规划模型进行投资组合优化.第一个整数线性规划模型应用分支剪界算法(使用CPLEX软件)、动态规划算法和贪心算法(使用Java软件)筛选最有价值的股票.第二个模型是混合整数线性规划模型,以回报为约束条件,确定投资所选定股票的确切数额,并最小化风险.
-
-
王舞宇;
章宁;
范丹;
王熙
-
-
摘要:
随着消费升级与投资需求的不断增长,投资组合管理受到越来越多的关注.金融大数据的发展对该领域的研究提出了更高的要求.本研究基于强化学习提出了一种基于动态交易的智能投资组合优化方法,该方法考虑了风险因素对投资组合管理过程的影响,能依据市场状态和资产信息自动转换投资组合优化模式以应对市场风格变化,通过投资组合内部资产与外部资产池动态交易的形式来实时调整投资组合资产构成及资产配置.通过中国股票市场数据的实证分析,本研究验证了该投资组合优化方法的可行性和有效性.研究发现,依据市场变化和动态交易方式来选择投资组合的资产构成并考虑风险约束是非常必要的,而且引入更多信息对投资组合的优化有积极作用.此外,在投资组合的优化中,考虑下行风险约束比考虑总体风险更有利于实现既定投资风险下的收益最大化.
-
-
尹兴广
-
-
摘要:
将股票收益预测结果与投资组合优化模型相结合,可以给投资者带来更稳定且高额的回报。近年来,机器学习和深度学习模型在时间序列预测中取得了很大的成功。基于随机森林(RF)、支持向量回归(SVR)和长短期记忆网络(LSTM)3种模型提出了一种混合预测方法以使产生的预测误差最小。进而基于预测误差,构建一个风险指标对传统的均值-方差(MV)模型进行改进,提出一种新的投资组合模型。实验数据采用上证100中20支成分股2006-2020年的15年的日数据。最后,通过比较各个策略的累计收益、年化收益、夏普比率等指标证明了论文所提出投资组合选择模型的优越性。
-
-