风险资产收益序列相关的多阶段均值-方差投资组合选择

基于多阶段均值-方差框架, 研究任意多种风险资产存在一般收益序列相关时的投资组合选择问题. 首先, 采用Lagrange 对偶原理与动态规划相结合的方法对模型进行求解, 得到多阶段均值-方差模型的有效投资策略和有效边界的解析表达式; 然后, 证明在含有无风险资产的情形下有效边界仍为均值-标准差平面上的一条射线; 最后, 应用所得结论给出一个具体的实例分析.

     

多阶段均值-方差资产负债管理的随机控制（英文）

资产负债管理研究如何合理分配资产以到达最小化风险同时确保期望剩余财富(财富减去负债)达到一定水平.本文在均值-方差投资组合理论的框架下研究两类资产负债管理模型,包括带有跨期均值-方差投资目标和带有非破产约束的模型.由于在动态规划意义下,方差不具有可分性质,传统的随机最优控制方法难以直接应用.如采用处理动态均值-方差优化问题的嵌入法来解决以上问题会带来计算上的困难.本文借鉴平均场控制的思想对以上两类问题加以研究.本文假设了非常宽泛的市场模型:所有的资产都是风险资产;债务和风险资产之间存在相关性.在此市场假设模型下,本文给出了最优投资策略(控制率)的解析表达式和均值-方差有效前沿的表达形式.本研究成果为投资者提供了新的投资策略,可应用于更复杂的资产负债管理中.     

跳跃扩散股价的最优投资组合选择

假定股票价格服从跳跃扩散过程.在传统均值-方差组合投资模型基础上,最大化最终收益的期望及最小化最终财富的方差.引进一个随机线性二次最优控制问题作为原问题的近似问题.证明了一个状态为跳跃扩散过程的一般最优控制问题的验证性定理.应用验证性定理求解HJB(Hamilton-Jacobi-Bellman)方程得到了原问题的最优策略.最后还给出了原问题有效前沿的表达式.     

多阶段均值–方差资产负债管理的随机控制

资产负债管理研究如何合理分配资产以到达最小化风险同时确保期望剩余财富(财富减去负债)达到一定水平.本文在均值–方差投资组合理论的框架下研究两类资产负债管理模型, 包括带有跨期均值–方差投资目标和带有非破产约束的模型. 由于在动态规划意义下, 方差不具有可分性质, 传统的随机最优控制方法难以直接应用. 如采用处理动态均值–方差优化问题的嵌入法来解决以上问题会带来计算上的困难. 本文借鉴平均场控制的思想对以上两类问题加以研究. 本文假设了非常宽泛的市场模型: 所有的资产都是风险资产; 债务和风险资产之间存在相关性. 在此市场假设模型下, 本文给出了最优投资策略(控制率)的解析表达式和均值–方差有效前沿的表达形式. 本研究成果为投资者提供了新的投资策略, 可应用于更复杂的资产负债管理中.     

基于非正态分布收益率的限制卖空投资组合模型及其优化仿真

针对收益率服从非正态分布的风险资产建立限制卖空的均值-VaR投资组合模型,与马克维兹的均值-方差投资组合模型及收益率服从正态分布的均值-VaR投资组合模型进行比较分析。应用实例显示均值-VaR投资组合模型的投资效果优于均值-方差投资组合模型,基于非正态分布收益率的均值-VaR模型的投资效果略优于基于正态分布收益率的均值-VaR模型。     

基于随机基准的动态均值-方差投资组合选择

在不完全市场下, 研究基于随机基准的动态均值-方差投资组合选择问题. 该问题也可以理解为一个跟踪误差动态投资组合问题, 并将之转化为一个等价的考虑风险调整的期望相对收益最大化问题. 利用随机动态规划方法, 给出了最优投资策略和有效前沿的显式表达式. 最后通过实证分析表明了不完全市场和完全市场下最优投资策略和有效前沿的变化, 并对相关结论进行了经济解释.

     

基于风险价值约束的动态均值-方差投资组合的研究

研究了基于风险价值约束的动态均值-方差项目投资组合的数学模型,该模型是控制带约束的随机线性二次型（LQ）控制问题.在讨论该随机LQ控制问题的解之后,给出投资组合动态数学模型对应的随机哈密顿-雅克比-贝尔曼方程的解,得出了有效边界和最佳策略,讨论了风险价值约束的影响.最后,针对某油田勘探开发项目的实际情况,应用上述结论求出该实例的解,并讨论了风险价值约束发挥的作用.     

基于改进粒子群算法的投资组合模型

研究最优化处理资产的实际收益率问题,经典的均值一方差模型对于输入参数过于敏感,不能较好的处理真实世界中的实际收益率问题.为了更好的解决上述问题,建立了一种l∞风险函数的双目标投资组合模型.针对模型中目标函数的不连续性,采用了改进的粒子群优化算法进行求解.改进算法在考虑最优和次优位置的基础上,引入了遗传算法中的交叉操作.在仿真中,运用证券市场中的真实数据分析得出,新模型能够获得比均值一方差模型更小的风险值,同时在实际收益率方面表现更好.     

一种基于改进免疫遗传算法的证券组合投资策略

针对Markowitz均值-方差模型的不足，结合文献[1]算法提出了一种基于改进免疫遗传算法的证券组合投资策略，它克服了均值一方差模型的收益率必须服从正态分布的局限，并通过将投资收益率、风险损失和风险报酬三者分开度量，明晰了三者的关系。通过引入偏好系数加权法将上述三者进行权衡。仿真结果揭示了风险报酬和风险损失呈线性关系，得到了较好的效果。     

双随机变量证券投资组合决策

将收益率刻画为双随机变量,建立了均值-方差证券投资组合模型;研究并给出了双随机变量期望值和方差的一般计算方法,将模型转化为其确定等价形式;讨论了模型的凸性,证明了模型解的存在性和惟一性;通过数值例子验证了模型和方法的可行性。     

融合沿墙行为的多移动机器人有序化多模态群集运动控制

一类基于势场原理的群集控制理论正逐步应用于多agent(智能体)/机器人稳定协同运动中.针对群集运动系统在非规则障碍物环境中运行时易出现的局部极小问题,引入基于行为的机器人学理念,构成多移动机器人多模态群集控制系统.在此框架内,仿生的动物沿端行为与有序化群集运动控制策略相融合,实现了多移动机器人系统快速聚合行为与高效避障行为的统一.移动机器人仿真实验验证了该方法的有效性.     

基于均匀离散PSO 算法的多QoS 网格任务调度策略

针对网格环境中多服务质量(QoS)约束条件下独立任务调度问题,提出一种融合配方均匀设计与离散粒子群优化算法(UDPSO)的任务调度策略,以实现对独立任务优化调度的快速生成.该算法采用类似 DPSO 算法的速度和位置更新方法,结合配方均匀设计,快速衡量各 QoS 约束条件的适应度,以产生分布均匀且较优的 Pareto 解集,最终为系统提供一组较优的任务调度方案.仿真实验表明,该算法更符合网格调度的复杂环境,能够得到较短的任务执行时间和较均衡的 QoS 保障.     

求解TSP的人工萤火虫群优化算法

人工萤火虫群优化算法是一种新型群体智能算法,已在复杂多目标函数优化方面得到了成功的应用,并表现出良好的性能.为了充分发挥人工萤火虫群优化算法的优点,将该算法与C2Opt算子相结合,设计了求解旅行商问题(TSP)的一个新的高效人工萤火虫群优化算法,并用其求解TSP这一经典的NP难问题.通过对比TSP实例测试,所得结果表明,所提出算法在种群规模较小、迭代次数较少的情况下可以收敛到已知的最优解.     

基于二元决策图的网络可靠性评估

提出一种改进-二元决策图(BDD)的网络可靠性评估方法.为了解决BDD构造中有效识别同构子图的问题,将边收缩/删除法应用于BDD的图分解中,并提出了BDD的宽度优先搜索算法,通过遍历BDD图对边进行排序,为布尔函数的不交化提供了一种新的高效途径.实验结果表明,该算法具有精确性高、时间复杂度低的优点,可以避免常规最小路算...     

基于状态观测器的多面体不确定随机广义系统鲁棒预测控制

针对It?o型多面体不确定随机广义系统,提出一种离线观测器型鲁棒预测控制器的综合方法.通过构造带有误差项的增广随机Lyapunov函数,运用多维It?o公式和LMI方法,将“min-max”随机规划问题等价转化为一组线性矩阵不等式的求解问题;给出了控制器存在的充分条件和参数表达式,证明了初始时刻的可行解可以保证闭环广义系统的随机容许性.仿真算例验证了该方法的有效性.     

应急物资混合协同配送模式研究

为了寻求生物反恐体系中高效的应急物资配送方式,首先对比分析了传统的点对点配送模式和枢纽辐射模式,指出它们各自具有的优势:然后构建一种混合协同配送模式以兼顾这两种模式的长处,进而建立了混合协同配送模式函数模型并给出了具体求解的启发式搜索算法.通过仿真表明,采用该模式能形成更加高效的应急救援网络,对实际应急救援工作具有一定...     

高斯混合粒子PHD 滤波被动测角多目标跟踪

为解决目标数未知或随时间变化的多目标跟踪问题,通常将多目标状态和观测数据表示成随机集形式,并通过递推计算目标状态联合分布的概率假设密度(PHD)来完成.然而,对于被动测角的非线性跟踪问题,PHD无法获得闭合解,为此提出一种新的高斯混合粒子PHD算法.该算法利用高斯混合近似PHD,以避免用聚类确定目标状态,并采用拟蒙特卡罗(QMC)积分方法计算目标状态的预测和更新分布.仿真结果验证了所提出算法的有效性.     

炼钢-连铸作业计划的基于仿真的遗传算法

为了改普作业计划的可执行性,应用基于仿真的优化对炼钢-连铸作业计划问题进行了研究.借助数学模型描述该问题,进而开发了一个基于仿真的遗传算法.该算法能够仿真物理系统的运行和现场人员的部分操作,简洁明了且运行速度较快.实验及分析表明,该方法便于实现,能得到更接近实际的作业计划.     

基于概率可信度的区间数排序方法

针对多属性决策理论的研究需要,提出一种基于概率可信度的区间数排序方法,给出了区间数排序问题的形式化描述.为明确排序规则,定义了区间数的二元序关系.采用概率密度函数表征区间数的特征信息,并构建出区间数序关系的概率可信度模型.通过建立互补判断矩阵,将区间数排序问题转换为矩阵运算过程,实现了不同类型区间数的比较.实验结果表明,所提出方法能够有效克服传统排序方法在适用范围方面的局限性,具有排序速度快、求解质量高等优点.