基于混合量子粒子群优化的投资组合模型及实证分析

本文在Markowitz均值-方差模型的基础上,建立了带有资产数目和投资比例约束的投资组合模型,使得新模型更加切合实际.为了求解这个模型和仿真实际投资,构造了基于量子粒子群优化的差分进化和混沌搜索混合算法.数值实验表明所提算法是有效的,优于其他改进的粒子群算法、差分进化算法、遗传算法、模拟退火算法、禁忌搜索算法.同时实证表明,所提出的算法很好地求解了这个投资组合模型,模拟仿真产生了较好的结果.     

考虑交易费用的均值——VaR多阶段投资组合优化模型

考虑到方差、下半方差和绝对偏差等度量投资组合风险的局限性以及单阶段投资决策不符合投资者的实际投资行为等因素,本文将风险价值（Value-at-Risk,简称VaR）作为风险度量标准应用到多阶段投资组合优化中．由于中国股票市场不允许卖空,因此本文在不允许卖空的情况下,在约束条件中同时考虑了交易费用和投资比例,建立了一个均值--VaR多阶段投资组合优化模型．考虑到粒子群算法具有收敛速度快,结构简单以及需要调控的参数比较少等优点,运用带有罚函数处理机制的粒子群算法对新建立的多阶段投资组合优化模型进行求解．求解得到了不同路径下各阶段资产的最优投资策略,从运算结果可以看出,在不同的投资路径下投资者的投资行为基本一致,在第一阶段对自己看好的股票买入,经过第一阶段股市的波动,在第二阶段对自己看好的股票继续买入,对不看好的股票不买入或者直接卖出,这种投资行为符合投资者的实际投资行为,说明本文所提出的模型具有合理性．     

带有交易成本的均值——方差——下半方差投资组合模型

投资组合选择研究为投资决策和风险管理提供了可量化的途径和科学决策的依据．本文引入了非凹非凸的典型交易成本函数,建立了含有交易成本函数的均值--方差--下半方差投资组合模型．考虑到不同的投资者对风险的厌恶程度不同,引入风险厌恶系数,把双目标的投资组合优化模型转化为单目标的投资组合优化模型,并运用教与学算法对模型进行了求解,得到不同收益下的最优投资组合,同时给出了投资组合的有效边界,最后对算法的优越性进行了分析,得到了比较好的仿真结果．     

均值方差保费原理下带有时滞的鲁棒最优再保险和投资策略

研究带有时滞的保险公司鲁棒最优再保险和投资策略问题。假定保险公司通过购买比例再保险来转移部分索赔风险,且依据广义均值方差保费原理支付再保险保费。同时,保险公司将资产投资于由一种无风险资产和一种风险资产组成的金融市场。风险资产模型的瞬时期望收益率服从均值回复Ornstein-Uhlenbeck (O-U)过程。以保险公司终端财富的指数效用期望最大为优化目标,运用动态规划原理,通过求解相应的Hamilton-Jacobi-Bellman (HJB)方程,得到最优再保险–投资策略以及相应值函数的显式表达式。最后,通过数值分析讨论模型主要参数对最优策略的影响。结果显示,再保险策略主要受保险市场模型参数和无风险资产模型参数的影响,而与风险资产模型的参数及风险资产预期收益率模型的参数无关。另一方面,时滞效应和鲁棒因素会对最优再保险–投资策略产生较大的影响,考虑时滞效应可以增强保险公司财富的稳定性,考虑模型不确定性能有效降低概率测度不精确带来的风险。     

CIR利率模型下基于二次效用的资产–负债管理模型

应用动态规划原理和Legendre变换相结合的方法研究CIR利率模型下的资产–负债管理问题.假设金融市场由一种无风险资产、多种风险资产和一种零息票债券构成,其中短期利率的动态行为服从Cox-Ingersoll-Ross(CIR)利率模型,而负债的动态行为满足带漂移的布朗运动,且负债动态与股票价格动态存在相关性.文章以最大化终端财富的期望效用为目标函数,应用变量替换方法得到二次效用下最优投资策略的闭式解,并给出数值算例分析利率参数和负债参数对最优投资策略的影响.研究结果解决了均值–方差模型下的最优投资策略问题,为进一步分析和研究随机利率模型下的其它资产–负债管理问题提供了理论支持.数值结果表明:负债情形下投资于股票和零息票债券的数量多于无负债情形下的数量.     

存在融资的模糊决策投资组合模型的研究及应用

利用应用效果较好的均值-半偏差投资组合模型对存在融资情况的投资组合进行分析研究。将存在融资情况的均值-半偏差模型的收益和风险目标进行模糊化,并构造了使用较多且效果佳的线性隶属度函数μmax(x)和μmin(x)。运用模糊决策理论引进变量μ将模糊环境下存在融资的双目标模型转化为线性的基于模糊决策存在融资的投资组合模型。本模型不仅简化了模型的计算量,同时也将投资者的主观投资意愿表示清楚。最后通过实例说明了模型的实用性和有效性。     

基于随机规划的多期投资组合决策研究

最优投资决策是投资者从长远角度出发，在复杂多变的环境中对风险资产进行合理配置，以获得最大的期望效用。研究了在多期投资时收益率不确定条件下的投资决策问题。首先，根据风险资产的历史数据建立ARMA-GARCH模型对资产的未来收益率预测，使用蒙特卡罗模拟法模拟收益率未来可能发生的情形，利用随机取样法搭建情景树。其次，在情景树的基础上，根据随机规划理论将Markowitz提出的均值–方差模型推广到多期。最后，选取中国证券市场上六只股票数据对模型进行实证研究。研究结果发现：情景树在描述不确定性问题上是有效的，提出的模型适用于多期投资，并能够给激进型、稳健型和保守型的投资者提供直观、明确的投资决策指导。     

考虑退货的多商品多来源闭环选址库存问题模型与算法

考虑客户需求多元化,商品来源多样化以及存在商品退货这些现实情况,集成设施选址和库存策略进行优化,构建考虑退货的多商品多来源闭环选址库存问题模型。针对该模型的特点,通过引入截断选择机制、改进变异与交叉策略,设计改进的混合差分进化算法对该模型进行整体求解,并通过算例证明了该模型和算法的可行性与有效性。最后,通过算法对比分析,证明改进的混合差分进化算法在运行时间、求解精度上均更优。     

基于红利的信息控制投资组合优化模型

考虑基于非系统风险的投资组合问题,本文首先构建信息风险控制函数,其次将信息风险控制函数引入投资组合模型中,提出了基于信息风险的投资组合模型,并将资产红利引入模型中,最后应用罚函数算法对模型进行求解,并给出模型和算法的实证分析,研究表明:随着投资者预期收益率的增大,基于红利的信息控制投资组合模型比不带信息风险控制函数的投资组合模型具有较低的风险,能更好地规避投资风险.     

基于差分进化算法的供水系统节能调度研究

针对当前供水系统节能降耗的需求,根据供水系统运行特点,利用合理划分调度期的方式,建立了以节能为目标的优化调度模型;采用差分进化算法对模型进行求解,应用实数编码将决策变量表示为进化种群中的个体;运用罚函数法对约束条件进行转换,并使用加法和乘法的形式进行组合,构建了适应度函数;采用标准差分策略进行变异操作;以天津市中心城区供水系统为例,验证了模型与差分进化算法的有效性,并与遗传算法进行了对比,显示出前者在求解该模型上具有一定的优势。     

随机利率下的均值-方差最小套期保值

均值-方差套期保值是套期保值的主要方法之一。不连续资产价格的均值-方差套期保值策略通常是在利率为非随机的情况下获得的。本文考虑在随机利率下,资产价格为特殊半鞅的均值-方差套期保值问题。通过适当的概率测度变换,将具有随机利率的情形简化为非随机利率情形,再利用Galtchouk-Kunita-Watanabe分解,获得了资产价格为一般的特殊半鞅,具有随机利率的的均值-方差套期保值策略。     

具有VaR约束和无风险投资的证券组合选择方法

本文提出了具有VaR约束和无风险投资的证券组合优化模型,在证券收益率服从正态分布的前提下,给出有效投资比例及有效边界的解析形式,它是传统的均值-方差模型及有效证券组合的推广。     

通胀风险下基于相对业绩的资产管理人的最优投资

研究了资产管理人在考虑通胀风险和激励机制下的最优投资问题。考虑一个含通胀风险的连续时间模型的金融市场,资产管理人可投资于通胀指数债券、股票和无风险债券这三类资产。假设用相对业绩来评估资产管理人的业绩,其薪酬设为相对业绩的非线性函数。利用凹化技术和鞅方法得到了看涨期权型和看跌–看涨期权型两种不同方案下的最优相对业绩和最优投资策略的解析表达式,进一步对通胀风险和两种绩效机制下的模型参数对最优投资策略的影响进行了敏感性分析。发现通胀指数债券能够帮助投资人有效地对冲通胀风险,并且看涨–看跌期权型薪酬方案能改善经济不景气时的风险管理。     

CEV模型下有随机工资DC型养老金的最优投资

针对风险资产服从常方差弹性(CEV)模型,研究考虑随机工资的确定缴费型养老金的最优投资问题.在模型中,养老基金被允许投资于一种无风险资产和一种风险资产.在对数效用函数下,通过建立相应问题的HJB方程,利用Legendre转换和对偶理论等对问题进行分析,给出了问题的显性解,并对结果进行了相关分析,从而为养老金管理者提供了有效的决策依据.     

$n$类相依保险业务下的最优再保险和投资

本文研究了一个保险公司经营$n$类相依保险业务下，最优时间一致的再保险和投资问题．为了减少理赔风险，保险公司可以购买再保险；为了增加财富保险公司可以在金融市场上投资．金融市场由一个无风险资产和$n$个相依的风险资产组成，风险资产的价格满足扩散过程．然后，利用随机分析理论，我们建立了保险公司的财富过程．我们的主要目标是，寻找最优时间一致的再保险和投资策略最大化终值财富的均值同时最小化终值财富的方差．通过使用随机控制和随机动态规划技术，我们建立了推广的Hamilton-Jacob-Bellman (HJB)方程．进而，通过求解推广的HJB方程，我们得到了最优时间一致的再保险和投资策略以及相应值函数的显式解．最终，通过数值实验解释了模型参数对最优时间一致的再保险和投资策略的影响．     

不考虑交易费用的组合证券投资优化模型

在证券组合投资方面 ,根据 Markowits均值方差模型 ,提出了一种双目标规划优化模型 ,并且通过赋权的方式 ,给出了模型的解     

基于离散差分进化算法的随机车辆路径问题

针对差分进化算法求解组合优化问题存在的局限性,引入计算机语言中的2种按位运算符,对差分进化算法的变异算子进行重新设计,用来求解不确定需求和旅行时间下同时取货和送货的随机车辆路径问题（SVRPSPD）。通过对车辆路径问题的benchmark问题和SVRPSPD问题进行路径优化,并同差分进化算法和遗传算法的计算结果进行比较,验证了离散差分进化算法的性能。结果表明,离散差分进化算法在解决复杂的SVRPSPD问题时,具有较好的优化性能,不仅能得到更好的优化结果,而且具有更快的收敛速度。     

投资权重限制下套利组合的均值-方差分析

由于在现实生活中,受监管当局的监管要求和公司投资者的偏好制约,套利操作往往存在一定的投资权重限制。因此,考虑到现实应用,对套利组合的分析也须研究存在投资权重限制时的选择问题。本文首先在证券投资权重限制下对套利组合进行均值-方差分析,证明此时均值-方差意义下最优套利组合的存在性,并通过将原问题分解为凸优化子问题的方法给出最优套利组合的求取方法。最后结合实际数据计算,我们可以得出结论,与没有投资权重限制的情形相比,投资权重限制将会劣化自由市场交易所能得到的最优套利组合,因此恰当制定投资权重限制是投资机构设立时必须慎重处理的问题。     

基于进化算法的多目标闭环物流网络设计

为了帮助生产企业建立科学合理的闭环物流网络系统,提高废旧产品材料的再循环利用率,提出了一个多周期、多产品、多阶段的闭环物流网络选址与运输模型。该模型中,不仅考虑建造混合分销回收中心,还提出了2个优化目标:经济成本最小和时间成本最小。针对该多目标优化问题,本文采用了一种基于优先值编码方法的进化算法对模型求解,最终得到该问题的帕累托(Pareto)前沿。通过与约束法的计算结果相比较,求得误差均值小于5%,说明该进化算法对Pareto前沿的拟合程度较好,计算结果是正确有效的。     

运动背景下移动目标分割定位算法研究

针对运动背景下运动目标分割定位困难的问题,提出了融合背景补偿与均值漂移的运动背景下目标分割定位算法。该算法首先在运动背景补偿的基础上,利用帧间差分法得到差分图像。其次,对差分图像中非零像素点建立多特征描述子,运用均值漂移算法对其进行聚类。最后,利用均值聚类得到的非零像素点来对运动目标进行分割定位。实验结果充分表明,该算法可以比较精确地进行运动背景下移动目标的分割定位。