CVaR风险度量下Log最优投资组合模型——在投资基金中的应用

论文题目: CVaR风险度量下Log最优投资组合模型——在投资基金中的应用

论文类型: 硕士论文

论文专业: 金融学

作者: 程志田

导师: 田新时

关键词: 投资组合,遗传算法,投资组合,风险控制

文献来源: 华中科技大学

发表年度: 2005

论文摘要: 投资组合理论是金融学中的重要研究课题之一,其目的是寻求一个最优投资组合在给定收益水平下使投资风险最小化,或者在给定的投资风险水平下使投资的收益最大化。VaR (value-at-risk)和CVaR (conditional value-at-risk)是近年来提出的新的风险度量方法。特别是CVaR风险度量由于具有许多优良性质,己引起众多研究者们的注意,成为金融风险管理中研究的前沿课题。本文由投资组合理论经典的均值一方差模型,简述了该模型近年来的研究状况,研究了在通货膨胀率影响下的最优资产组合问题。介绍了VaR和CVaR定义及其性质,在此基础上,提出了基于VaR和CVaR风险控制的单周期Log一最优资产组合模型,讨论了这两类模型最优解的存在性与唯一性,设计了求解模型的遗传算法并进行了数值模拟,比较了各类模型的差异。进一步提出了CVaR风险控制的Log一最优资产组合模型,研究了其最优解的存在性、唯一性和模型的有关性质,并给出了数值计算。在数值计算和实证分析阶段,运用了最新智能优化算法-遗传算法,在发现二进制编码运用在本文中比较复杂的情况下,开创性地运用了十进制编码,并对遗传算子进行了改进,对于十进制编码下的交叉概率和变异概率影响最优解的现象,改进了自适应算子,运用自适应算法对本文模型进行了很好的求解和实证,得出了CVaR风险度量模型能够很好地对投资组合进行优化的结论,给投资基金的管理人给出了很好的建议和参照。对进一步的研究方向进行了展望。

论文目录:

摘要

ABSTRACT

1 引言

1.1 研究背景和目的

1.2 风险度量方法及其研究现状

1.3 最优投资组合及其研究现状

2 CVAR 风险度量下LOG-投资组合模型

2.1 VAR 风险度量

2.1.1 VaR 定义

2.1.2 VaR 的计算

2.1.3 VaR 的缺陷

2.2 CVAR 风险度量及其性质

2.3 CVAR 风险度量下LOG—最优投资组合模型

2.4 三种不同风险控制函数下优化模型的比较

3 模型的算法设计及其实证研究

3.1 遗传算法概述

3.2 本文问题的普通遗传算法设计

3.3 普通遗传算法与传统梯度算法有效前沿实证比较

3.4 最优解数值模拟实证分析

3.4.1 算法参数的选取

3.4.2 自适应遗传算法设计

3.4.3 本文模型的自适应算法计算

4 结论与展望

致谢

参考文献

附录1 攻读硕士学位期间发表的论文目录

附录2 算法程序

发布时间: 2008-02-19

参考文献

[1].VaR与CVaR风险控制下Log-最优资产组合模型的研究[D]. 覃森.西北工业大学2004
[2].基于CVaR的考虑单个风险的组合证券投资研究[D]. 刘紫亮.天津大学2009
[3].基于CVaR理论的中国人寿资金入市风险研究[D]. 舒金兰.安徽财经大学2013
[4].QMC结合方差减小技术模拟套保组合VaR和CVaR[D]. 刘帅.清华大学2016
[5].多维CVaR在中国股市中的应用及其系统风险的初探[D]. 任明霞.上海交通大学2013
[6].基于模型无关方法的VaR和CVaR计算[D]. 史君超.东南大学2017
[7].基于均值-CVaR-熵的证券投资组合优化及实证研究[D]. 邱云.华中师范大学2015
[8].基于重要抽样的信用风险度量VaR与CVaR计算[D]. 赵玉良.南京大学2017
[9].金融风险测度CVaR及其在中国证券市场中应用的研究[D]. 陈佩佩.山东财经大学2013
[10].基于CVaR风险度量的资产组合优化实证研究[D]. 杨柳.西南财经大学2010

CVaR风险度量下Log最优投资组合模型——在投资基金中的应用

猜你喜欢