基于条件风险价值的投资组合优化模型

风险价值(VaR)是金融机构广泛运用的风险度量指标,条件风险价值(CVaR)是VaR的修正模型.本文运用CVaR构建了投资组合优化模型,并与均值-VaR模型和Markowitz的均值-方差模型进行了比较分析,论证了新模型的有效性,并对我国股票市场进行了实证分析.     

基于CVaR风险度量方法的投资组合模型研究

介绍了CVaR的概念及算法,并利用CVaR对风险进行度量,提出一个新的基于CVaR风险度量方法的投资组合优化模型。利用股票数据进行了实证分析,验证了模型的有效性。     

基于VaR和CVaR下优化模型及其在保险资金组合投资中的应用

在保险资金投资收益率服从正态分布假设的前提下,以保险资金投资组合CVaR最小为目标函数,以保险资金投资组合的VaR约束和保监会相关的法律法规约束为条件,建立了考虑承保风险和交易费用的保险资金投资VaR—CVaR模型,并运用几何方法对模型进行求解,得到了模型的有效边界及其最优解。     

有界在险资本约束下带有红利的最优投资组合模型研究

对有界在险资本约束下的最优投资组合模型进行了推广.在布莱克-斯科尔斯模型框架下建立了带有红利情形的随机股票市场模型,给出了在有界在险资本约束下的最优化投资组合策略和对应的最大化平均终端财富.     

度量与控制金融风险的新方法

介绍了近年来被发达国家普遍采用的管理和控制金融风险的风险价值度量（VaR）方法，阐述了VaR的概念，方法和功能，指出了VaR的缺陷。进一步介绍了近年才发展的具有一致性（Coherent)的条件风险价值度量（CVaR)的概念，阐述了CVaR的优点和作用及在证券组合优化中的应用。     

具有熵约束的均值-CVaR投资组合决策研究

结合条件风险价值CVaR和熵风险度量方法,提出不允许卖空情况下具有熵约束的均值-CVaR投资组合模型,并采用序列二次规划和不等式组的旋转算法进行求解,最后通过一个具体实例验证了上述模型和算法的有效性。     

基于CWAA算子的投资组合决策模型

建立了CVaR度量下基于CWAA算子的投资组合决策多目标规划模型,通过引入风险收益的权衡因子,将模型转化为混合整数规划模型,证明了两个模型解的等价性,通过算例说明了模型的有效性和实用性。     

线性完备变换的银行贷款组合优化模型

以收益率风险价值限额和贷款组合期望收益率为约束条件,贷款组合风险最小为目标函数,建立了基于收益率风险价值约束的银行贷款组合优化模型.本模型运用线性完备变换方法确定银行贷款收益率选取范围,解决了以往研究中由于贷款组合收益率确定不合理、而导致的优化决策模型无解的问题;解决了复杂约束情况下无法求解贷款最优比例的问题.根据银行风险承受能力原则,通过贷款组合收益率风的险价值为约束条件建立模型,控制了贷款配给的组合风险.根据银行给定收益率风险最小原则,建立贷款组合有效边界,解决银行不能灵活调整贷款组合以保证贷款收益率风险最小问题.     

一种新的动态一致性风险度量DCVaR

文章以投资期限的划分为分界点，以风险度量的一致性为纽带，提出了一种新的动态一致性风险度量方法DCVaR。并对一致性风险度量CVaR进行了分析，在实际应用中为多期风险度量方法提供了理论依据，对长期组合投资具有重要的现实指导意义。     

一种计及概率风险的备用优化方法

提出一种计及概率风险的备用优化方法,促进机组组合决策中火电机组与储能系统的合作与协调。通过建立两层优化模型实现日前机组组合配置和实时风险备用调整的协调与迭代求解。日前机组组合计算发电计划、储能计划和备用配置,实时备用优化基于条件风险价值(conditional value-at-risk, CVaR)指标计算不确定性引起的备用需求,体现了调度结果的概率优性,以可靠性和经济性相互牵制与协调的折中决策为手段,用与储能配合的方法来缓解或消除风电不确定性。所提方法验证了储能在降低火电机组备用容量的同时,减少了机组频繁的启停,从而降低系统运行的成本。同时,该方法还可以配合风力发电,降低弃风以及切负荷的风险,增强电网运行的可靠性。最后通过6节点系统与确定性风险备用方式进行比较,验证了所提概率风险备用优化模型的有效性。     

均值-方差组合模型的鲁棒投资优化

针对投资组合优化模型中收益率的期望值、协方差矩阵等参数扰动时对原问题最优解产生较大影响的问题,文中提出将鲁棒优化应用到均值-方差投资组合模型中,建立了"势"不确定集下的鲁棒投资组合选择模型,通过市场数据对该模型进行了实证研究.试验结果表明该模型得到的解兼具鲁棒性与最优性.     

以条件风险价值为约束的log-最优投资组合问题

在不允许卖空的情况下,根据Rockafellar提出的条件风险价值,建立了以条件风险价值为风险度量的log-最优投资组合问题,并用Monte Carlo方法和光滑化方法求解这个随机凸优化问题。通过数值试验说明光滑化方法的计算时间比线性化方法的计算时间短,而且分析了投资者的风险厌恶程度对最优投资组合的影响。     

基于CVaR度量的投资组合优化研究

基于条件风险价值计量技术,首先考虑不允许卖空的情况下,以期望收益为约束,建立了以风险最小化为目标函数的投资组合优化模型。其次,针对该模型运用差分进化法进行求解,利用罚函数方法处理模型中的收益约束。最后,选取沪市和深市的8支股票以及银行存款利率数据进行实证分析,结果表明了模型的合理性和算法的可行性。     

考虑限制性卖空的多期模糊投资组合优化模型

在实际证券交易中, 卖空操作是一种重要的投资手段, 因此本文研究考虑限制性卖空的多期模糊投资组合优化问题。将风险资产的收益视为梯形模糊数。在允许卖空的情况下, 建立了带单期最低期望收益约束、破产控制约束和投资比例边界约束的多期可信性均值−下半方差−偏度投资组合优化模型。设计了一个改进的多种群粒子群算法对模型进行求解。最后, 采用真实股票数据进行数值算例分析, 说明了所提出的优化模型和算法的有效性。     

考虑保证金和卖空限制的资产组合优化研究

充分考虑了在实际资产组合选择中对保证金购买和卖空交易的种种限制,并在此基础上建立了能够较好反映现实交易要求且具有一般意义的多空资产组合选择模型。将包含3n个决策变量的一般模型等价转化成包含2n个决策变量的模型,研究了运用旋转算法求解一般多空资产组合选择模型的步骤,并用一个具体算例验证了该算法的有效性。     

Drilling Path Optimization Based on Particle Swarm Optimization Algorithm

This paper presents a new approach based on the particle swarm optimization (PSO) algorithm for solving the drilling path optimization problem belonging to discrete space.Because the standard PSO algorithm is not guaranteed to be global convergence or local convergence,based on the mathematical algorithm model,the algorithm is improved by adopting the method of generate the stop evolution particle over again to get the ability of convergence to the global optimization solution.And the operators are improved by establishing the duality transposition method and the handle manner for the elements of the operator,the improved operator can satisfy the need of integer coding in drilling path optimization.The experiment with small node numbers indicates that the improved algorithm has the characteristics of easy realize,fast convergence speed,and better global convergence characteris- tics.hence the new PSO can play a role in solving the problem of drilling path optimization in drilling holes.     

基于全局QoS和免疫粒子群算法的WEB服务组合研究

针对现有web服务组合在可靠性和效率方面存在缺陷,提出了一种基于全局QoS和免疫粒子群算法的WEB服务组合优化的策略,给出了构建Web服务及选择最佳服务的方法,有效的克服了传统方法利用穷举计算及遗传算法解决此类问题的局限性,实验结果表明,该方法的服务组合时间短,且服务组合效率高,对解决WEB服务组合这样的NP难题具有非常好的效果。     

凹多乘子规划问题的全局优化算法

针对广泛应用于经济管理、工程设计和证券分析等实际问题中的一类凹多乘子规划问题（P）给出了一全局优化算法。利用问题（P）的等价问题（P1）和函数的凹包络,建立了问题（P1）的松弛凸规划（PR1（H））,通过对（PR1（H））可行域的细分以及一系列（PR1（H））的求解过程,从理论上证明了算法收敛到问题（P）的全局最优解。     

基于NN-GA的优化设计方法

针对优化设计中,传统的建模方法无法建立复杂系统的精确模型和传统优化算法无法获得满意优化效果的问题,将神经网络(NN)和遗传算法(GA)应用到设计中,构成一种基于NN-GA的优化方法.利用神经网络建立系统的数学模型,用遗传算法对参数进行优化,得出系统的最优值,并经过计算实例验证取得了较好效果.