导读:本文包含了投资组合方法论文开题报告文献综述及选题提纲参考文献，主要关键词:DEA,投资组合,绩效评价,有效前沿
投资组合方法论文文献综述
方雯,邓雪[1]（2019）在《基于DEA方法的投资组合模型及绩效评价研究》一文中研究指出前沿面法是研究投资组合效率重要的手段.然而,由于实际金融市场复杂的交易环境,真实投资组合的有效前沿面的解析式往往很难求解.为了解决这个难题,研究了基于DEA方法的投资组合的绩效评价问题以及模型的构建.针对投资组合的绩效问题,构建了3种不同导向的BCC-DEA模型估计投资组合的效率.将DEA交叉效率方法应用到投资组合领域,构建了DEA M-V交叉效率投资组合模型以及Markowitz-DEA M-V交叉效率投资组合模型.这些模型可以为投资者提供更为科学的投资方案和参考依据.(本文来源于《高师理科学刊》期刊2019年07期）
李富伟[2]（2019）在《基于学习型与差异化竞争选择的投资组合分析方法》一文中研究指出随着中国金融改革的不断深化,金融市场逐渐走向成熟与开放,并与国际社会接轨。从起步到发展到成熟,中国股票市场逐渐建设成多层次差异化的结构,同时,也需要更多更符合中国实际的金融模型与理论的提出和发展。截止2018年10月31日,沪深两市有多达叁千多家公司上市,如何利用有效的金融量化分析模型,寻找最大化规避风险并取得超额收益的长期策略?该问题即为本文的研究重点。当前阶段的金融理论模型缺少长期策略的验证与分析,本文根据RAM-DEA模型发展出含负值变量的同行交叉效率评价竞争选择定理,提出学习型竞争策略(L-策略)和差异化竞争策略(D-策略),并在不同市场情景下-“牛市”和“熊市”,采用两种策略对沪深A股2006.01-2017.12期间的上市公司数据进行组合验证与分析。对沪深A股市场十个行业分别进行同行业交叉效率评价,优选出每个行业中业绩优良、成长性好、估值偏低的上市公司,对选出的上市公司股票池通过均值-CVaR模型进行组合优化,进行长期验证,以分析中国金融市场量化决策的效果及理论模型的适用性和长期有效性。实证结果显示,在群体快速成长环境中(“牛市”),学习型策略(L-策略)占优;在群体低迷成长或下滑环境中(“熊市”),差异化竞争策略(D-策略)占优。本文的研究对于指导中国股票市场的投资具有一定的实践意义。运用模型量化的方法进行决策单元(股票)的优选,能够有效降低投资者的非理性行为,降低市场的高波动率,增强市场有效性。(本文来源于《重庆邮电大学》期刊2019-06-03）
张保帅,姜婷,周孝华,段俊[3]（2019）在《投资组合优化的新方法:Mean-CoVaR模型》一文中研究指出传统资产配置模型在资产组合优化过程中没有考虑系统性风险扩散,在面临金融风险尤其极端风险时,将导致资产组合遭受极大损失。为了解决这个问题,文章通过改进Markowitz的效率前沿,把引起个别标的资产收益率变动的因素纳入系统性风险考量,应用CoVaR模型衡量系统性风险扩散,构建新的基于Mean-CoVaR资产配置模型。结果表明,在考虑系统性风险冲击时,Mean-CoVaR投资组合遭受系统性风险扩散的影响显着低于传统的Mean-Variance投资组合,Mean-CoVaR模型对投资组合配置更有效率。(本文来源于《统计与决策》期刊2019年11期）
李相远[4]（2019）在《新常态下油气企业投资组合优化方法研究及应用》一文中研究指出自2014年下半年国际油价暴跌并持续低位运行以来,石油企业整体投资效益锐减,严重影响了企业发展战略的实施。投资是石油企业战略发展的前提,投资管理是战略实施的关键,针对目前油田企业单纯依据建设项目效益指标排序确定投资规模的常规方法,无法满足油价波动尤其是低油价条件下,投资难以决策的管理难题。文章基于项目投资收益和风险评价等预测评价结果,采用蒙特卡洛模拟和线性规划方法,以多维思维研究出综合量化求解企业年度最优投资组合方案的新方法,并以胜利油田年度投资规模优化为例进行模拟测算及应用验证,提出了油田企业提高投资效益、降低投资风险和可持续投资经营管理的策略和建议。(本文来源于《当代石油石化》期刊2019年05期）
李冰华[5]（2019）在《基于协整和距离方法的配对交易投资组合策略研究》一文中研究指出回顾2018年A股市场,受贸易战的影响,全球经济下行,沪指、深成指、创业板这叁大股指分别下跌了-24.59%、-34.42%、-28.65%。随着经济下行、监管力度加大,原本投资者可以在证券市场上获得稳定收益的资产受到的限制增多,投资者愈发期望得到稳健的投资方案,故配对交易策略重新回到了投资者的视野中。配对交易是一种被广泛运用的统计套利策略之一,也属于市场中性策略。配对交易策略是通过构建股票对的多头头寸,并从股票价差由扩张到收敛中获得收益,有效规避了投资的系统性风险。即使市场整体下行,依旧能获得稳定的收益。本文以上证50指数成分股作为研究的对象,选取协整方法和最小距离法作为配对交易策略中股票配对的方法。在进行配对交易策略方案设计的过程中,使用基于协整的股票配对方法和基于距离的股票配对方法,分别按照协整检验的p值、距离_xD,_y值大小作为筛选配对股票的指标,并将筛选出的配对股票按照p值、距离_xD,_y值大小进行排序(从小到大顺序),选择符合筛选规则的前10对,20对,30对配对股票构建投资组合,对比两种方法构建的投资组合收益表现。通过对比两种方法构建的投资组合套利情况得出如下结论:(1)在中国A股市场中,使用基于协整的股票配对方法和基于距离的股票配对方法构建的配对交易策略依旧能获得稳定、可观的收益,说明两种策略在中国A股市场中具有有效性、收益性。(2)从胜率方面,使用基于距离的股票配对方法构建的投资组合获得的胜率均要高于使用基于协整的股票配对方法构建的投资组合获得的胜率。(3)当投资组合内股票对数量较少,使用基于协整的股票配对方法构建股票投资组合获得了更好的收益率表现;当投资组合内股票对数量较多,使用基于距离的股票配对方法构建投资组合获得了更好的收益表现。(本文来源于《南昌大学》期刊2019-05-16）
郑樱翠[6]（2018）在《基于多种环境的证劵投资组合方法优化策略》一文中研究指出通过对证券投资组合能够有效的将其中的风险进行分散,那么,企业在对证券投资组合的时候要具体采用哪一种策略,又要用什么样的方式来进行组合,这就要在下面简单的说明一下。(本文来源于《财经界(学术版)》期刊2018年23期）
王开宏[7]（2019）在《大偏差方法在投资组合中的应用》一文中研究指出本文研究了离散时间下,风险资产价格增长率独立同分布,投资决策依赖于前一时刻的风险资产价格变动情况下的最优投资组合.利用大偏差方法,证明了这种情形下时均对数收益率的大偏差原理成立,定理不需要收益率序列有界的假设.具体给出了最优投资组合的计算方法,并且利用MATLAB进行了实例计算.(本文来源于《数学杂志》期刊2019年01期）
赵丽丽,张波[8]（2019）在《基于ICA模型的投资组合稳健VaR方法研究》一文中研究指出针对参数VaR方法在测度庞大复杂的投资组合风险时,存在模型参数多估计困难和需要设定风险因子联合分布容易使风险计量产生较大偏差等问题,本文提出了基于独立成分分析(ICA)技术的半参数IC-SP-VaR模型,给出了模型的参数估计方法,并对模型进行了模拟研究和实证分析。模拟研究表明新方法在不同情形下的估计都是有效的,在非线性经济序列中优势尤其明显。实证分析验证了新方法能够提高资产组合风险计量模型的稳定性和准确性。(本文来源于《数理统计与管理》期刊2019年02期）
杨羽珩[9]（2018）在《基于中国股票数据的大规模投资组合选择方法探究》一文中研究指出中国股市在过去27年的历史中一共经历了 10次熊市、10次牛市,股票市场的剧烈波动让投资者对如何构建自己的投资组合非常重视。刚过去的2015年的股灾和今年7月份的股市连续大跌再一次引起了投资者对投资组合构建的重视,同时投资组合模型的有效性受到了置疑。本文选取了 6个投资组合模型,分别采用以初始投资组合构建投资组合和用单个股票构建投资组合两种构建方法,使用月度数据,探究了从1991年7月到2017年12月之间我国股票市场上各投资组合的效率优劣情况。具体而言,本文第一部分是文献综述。第二部分是关于本文中所选用的6个投资组合模型和评价模型所用的指标的介绍,然后分析了我国股市的一些特质并将这些特质转化为具体的函数条件对原本的投资组合模型进行修正。第叁部分是在单一因素市场假设下的蒙特卡罗模拟,探究在没有估计误差时各投资组合模型的优劣情况。第四部分是实证,分析了在两种不同构建方法、不同维度下各投资组合模型的最优解的情况和投资效率。第五部分是在不同时期和不同估计窗长度的稳健性分析。本文得出的结论主要有以下几点:(1)在没有估计误差的情况下,最优策略模型要优于单纯策略模型;(2)构建最优投资组合时叁基金模型的估计误差是最小的;(3)利用单个股票构建最优投资组合模型要优于用初始投资组合构建最优投资组合;(4)使用中维数据构建最优投资组合要优于用低维或高维数据构建投资组合。(本文来源于《厦门大学》期刊2018-06-30）
牛佳楠[10]（2018）在《融合熵权TOPSIS方法的叁因子资产配置模型的基金投资组合研究》一文中研究指出随着我国经济水平不断地发展,高净值人群不断增加,据机构统计,2016年,我国的高净值人群数量达到158万人,相比2012年人群数量实现翻倍。A股市场2015年和2016年的断崖式下跌使得众多重仓A股的投资者个人财富短时间急剧缩水。如何实现资产的保值增值、做好个人财务规划,成为一个亟待解决而又十分具有现实意义的问题。资产配置及投资组合相关研究的重要性与日俱增。本文研究目的旨在应用融合熵权TOPSIS的叁因子资产配置模型构建个人投资组合,并与其他主流资产配置模型(等权组合、最小方差和风险平价模型)进行对比。具体而言,本文在统计模拟验证叁因子资产配置模型有效性的基础上,利用真实的基金产品数据,使用融合熵权TOPSIS方法的叁因子资产配置模型构建投资组合,根据使用各资产配置方法后的基金组合收益率等指标对使用熵权TOPSIS动态筛选后的叁因子模型与其他主流模型进行对比分析。已有研究大多数仅考虑了收益率、波动和相关性叁个因子中的一个方面或者两个方面。本文创新性地首次提出了叁因子资产配置模型,依托基金作为实证对象,从统计模拟和实证两个角度说明了该模型的有效性和稳健性。统计模拟方面,为检验叁因子资产配置模型的有效性,先基于非对称拉普拉斯分布随机生成1000次五类资产收益率数据。然后,根据相关指标对叁因子模型和其他传统模型进行排名并打分,给出了投资者不同的风险态度下不同投资年限下(10年期、20年期、30年期)各个模型的排名。模拟得分越小表明指标排名越靠前,则模型越有效。模拟结果显示:在各个时间段,叁因子模型得分小于等权组合、最小方差和风险平价模型,表明叁因子模型优于上述传统资产配置模型,能够兼顾风险与收益。其中,对于风险厌恶型投资者来说,保守型叁因子资产配置模型是最优选择。对于风险偏好和风险中性投资者来说,激进型叁因子资产配置模型是最优选择。风险平价方法和最小方差方法结果相近,次于叁因子模型。等权组合方法是最劣解。实证方面,本文先按照统计模拟思路使用现实基金数据进行固定的投资组合构建,利用叁因子资产配置模型和其他传统资产配置模型进行赋权得到每项指标排名计算不同风险态度下总得分,说明在固定资产限制条件下叁因子资产配置模型的有效性。随后,放开只能选取固定基金产品的假设,针对第一部分进行改进,为使得实证结果更加客观、与实际情况更加接近,利用熵权TOPSIS动态筛选基金,再进行投资组合构建,利用叁因子和其他传统资产配置方法赋权,根据最终结果进行对比分析。实证结果显示,使用2011年1月4日至2017年12月31日指数基金日收益率数据,固定资产投资组合的实证结果与统计模拟结果是一致的。而使用融合熵权TOPSIS的叁因子资产配置模型的实证部分显示,叁因子资产模型优于其他传统资产配置模型。根据主要指标结果,激进型叁因子模型年化收益最高,达到5.88%,超越基准指数(60%申万A指与40%中证综合债指数)1.65个百分点,波动率与最大回撤仅次于保守型叁因子模型。综合来看,叁因子模型的夏普比率和Calmar比率也高于其他传统资产配置模型。本文研究的创新点为:一是提出了叁因子资产配置模型;二是以熵权TOPSIS方法构建股票类指数基金评价指标动态选择资产;叁是提供了一套切实可行的资产组合构建方法:利用熵权TOPSIS先进行资产筛选,然后通过叁因子资产配置模型进行资产配置,其资产选择范围围绕指数型产品进行构建。实证结果显示这种模式下的模型在我国金融市场上具有较强的适用性,对于资产管理行业具有一定的参考意义和实践意义。(本文来源于《浙江财经大学》期刊2018-06-01）
投资组合方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着中国金融改革的不断深化,金融市场逐渐走向成熟与开放,并与国际社会接轨。从起步到发展到成熟,中国股票市场逐渐建设成多层次差异化的结构,同时,也需要更多更符合中国实际的金融模型与理论的提出和发展。截止2018年10月31日,沪深两市有多达叁千多家公司上市,如何利用有效的金融量化分析模型,寻找最大化规避风险并取得超额收益的长期策略?该问题即为本文的研究重点。当前阶段的金融理论模型缺少长期策略的验证与分析,本文根据RAM-DEA模型发展出含负值变量的同行交叉效率评价竞争选择定理,提出学习型竞争策略(L-策略)和差异化竞争策略(D-策略),并在不同市场情景下-“牛市”和“熊市”,采用两种策略对沪深A股2006.01-2017.12期间的上市公司数据进行组合验证与分析。对沪深A股市场十个行业分别进行同行业交叉效率评价,优选出每个行业中业绩优良、成长性好、估值偏低的上市公司,对选出的上市公司股票池通过均值-CVaR模型进行组合优化,进行长期验证,以分析中国金融市场量化决策的效果及理论模型的适用性和长期有效性。实证结果显示,在群体快速成长环境中(“牛市”),学习型策略(L-策略)占优;在群体低迷成长或下滑环境中(“熊市”),差异化竞争策略(D-策略)占优。本文的研究对于指导中国股票市场的投资具有一定的实践意义。运用模型量化的方法进行决策单元(股票)的优选,能够有效降低投资者的非理性行为,降低市场的高波动率,增强市场有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
投资组合方法论文参考文献
[1].方雯,邓雪.基于DEA方法的投资组合模型及绩效评价研究[J].高师理科学刊.2019
[2].李富伟.基于学习型与差异化竞争选择的投资组合分析方法[D].重庆邮电大学.2019
[3].张保帅,姜婷,周孝华,段俊.投资组合优化的新方法:Mean-CoVaR模型[J].统计与决策.2019
[4].李相远.新常态下油气企业投资组合优化方法研究及应用[J].当代石油石化.2019
[5].李冰华.基于协整和距离方法的配对交易投资组合策略研究[D].南昌大学.2019
[6].郑樱翠.基于多种环境的证劵投资组合方法优化策略[J].财经界(学术版).2018
[7].王开宏.大偏差方法在投资组合中的应用[J].数学杂志.2019
[8].赵丽丽,张波.基于ICA模型的投资组合稳健VaR方法研究[J].数理统计与管理.2019
[9].杨羽珩.基于中国股票数据的大规模投资组合选择方法探究[D].厦门大学.2018
[10].牛佳楠.融合熵权TOPSIS方法的叁因子资产配置模型的基金投资组合研究[D].浙江财经大学.2018