含有模糊信息的证券组合投资模型

介绍了三角模糊数的度量标准,给出相关的隶属函数和模糊数优度和劣度的概念．讨论了证券组合投资的收益率和风险损失率均为模糊数,且含有无风险证券的证券组合投资模糊目标线性规划模型．在该模型中,通过引入模糊数和三角模糊数的优度和劣度,将模糊目标函数转化为确定型的线性规划模型．投资者可以根据对收益风险的关心程度、对风险的喜好程度及金融市场的客观情况,得到相应情况下的有效投资方案．     

基于模糊数对证券投资组合选择模型有效前沿的动态分析

针对金融市场的不确定性,利用区间数以及Copula函数的性质,建立了在Copula-CVaR约束下的投资组合模糊选择模型.利用几何方法构造了投资选择区间,从投资者的角度考虑了不同参数下的有效投资策略,使投资过程更接近于实际情况.     

具有VaR约束的不相关资产可能性投资组合模型及算法

利用模糊可能性均值和方差的概念,假设资产的收益率为模糊数时,提出具有VaR约束的不相关资产可能性投资组合模型.该模型更好地反映了在非随机因素影响的金融市场下,具有风险厌恶特征的投资者不仅要求投资组合的实际收益率能够达到给定的期望收益率,同时也能够以较大的可能性保证未来遭受的最大可能损失不超过某一值.当证券收益率服从模糊正态分布时,给出了该模糊可能性投资组合模型的有效投资比例的解析形式,同时给出了可能性有效前沿.最后选取上海证券交易所不同行业的部分股票进行了实证分析.结果表明,该模型不仅能够更好地反映现实经济环境中影响资产投资收益的模糊不清晰因素,而且在VaR约束下,投资者能够选择更适合自己的投资组合.     

基于区间数距离的IGOWLA算子的区间型组合预测模型

在用区间数描述不确定现象的预测问题中,由于每种单项预测方法在各个时点处的精度不同,定权区间型组合预测模型存在权重固定不变的不足.本文引入诱导广义有序加权对数平均(IGOWLA)算子,以区间数距离作为最优准则,构建一种基于区间数距离的IGOWLA算子的变权区间型组合预测模型.实证分析结果显示,本文所构建的区间型组合预测方法可提高预测精度,是一种有效的优性的组合预测方法.     

基于IOWA算子的区间组合预测方法

针对预测值与实际值都以区间数形式给出的组合预测问题,引进诱导有序加权平均(IOWA)算子,提出了以区间中心位置误差平方和与区间长度误差平方和的凸组合为准则的区间组合预测模型,给出了确定Ⅰ-OWA算子区间组合预测模型权系数的数学规划方法,实例分析表明,该模型能有效提高区间组合预测精度.     

基于IGOWMA算子的变权系数区间型组合预测模型

为了保持区间数内部的整体性及提高区间数的预测精度,提出了一种将改进相关系数和诱导广义有序加权多重平均(IGOWMA)算子相结合的区间型组合预测方法.该方法首先将区间数进行转化,以等价信息的中心和半径来表示区间数; 然后以预测精度为诱导因子,构建IGOWMA算子; 最后选取改进后的Pearson相关系数作为最优准则来建立多目标非线性规划模型,并通过引入偏好系数将模型转化为单目标规划模型.实例验证证明,该区间型组合预测模型不仅能够保证区间数内部的整体性,而且其预测结果显著优于文献中的3种单项预测方法和1种组合预测方法.对模型的参数进行灵敏度分析显示,参数λ的取值对模型的权系数、最优目标函数值以及误差指标有较明显的影响,偏好系数α则对模型的影响较小.上述结果表明,该组合预测方法能有效提高预测精度,可应用于区间数的模糊预测中.     

区间数投入产出表在经济分析中的应用

文［１］首次提出了区间数投入产出模型，并讨论了各种平衡关系，本文用区间数投入产出表作各种经济分析，得到许多有益的结果，比通常的投入产出表更有实用性和灵活性。     

证券投资组合计算模型研究

以证券组合的收益率及其方差作为证券组合投资收益和风险的两个度量指标,建立了证券投资组合的基本模型和不相关证券投资组合的优化模型及其求解方法。     

基于均值-VaR-熵的证券投资组合应用研究

为研究证券最优投资组合问题,从投资组合理论的风险度量着手,用VaR和熵来共同度量风险,提出新的风险度量模型:均值-VaR-熵模型。在证券收益率服从非正态分布的假设下,以VaR和叉熵的线性组合为最小目标函数,预期收益率为约束条件,构建考虑交易成本、不允许卖空的基于均值-VaR-熵的证券投资组合模型,探讨证券投资选择及比例分配问题,并利用实际数据求得该模型的最优解及各证券的分配比例。结果表明,多元化投资是证券投资者在风险最小的情况下实现预期收益目标的必然选择。     

区间型灰数的标准型和整除性

在[1]中,引进区间型灰数以F简称区间数的四则运算的直接表示,使乘除法运算简单明了。本文引进了区间数的标准型,不只用它简化乘除运算,而且用它讨论整除性,求解简单区间数方程。     

区间数和泛灰数在区间分析中的比较

根据区间数和泛灰数的定义及其运算,以及它们之间的相互转化,举例说明了泛灰数在区间分析中的局限性,论证了泛灰数和区间数在运用中所具有的优缺点,从而澄清了某些结论中的模糊之处,并得出一些一般结论．     

复区间灰数的定义、运算及其性质

本文将区间灰数进行了推广,给出了复区间灰数的定义,并讨论了它的运算及其性质。     

区间分解法求解模糊数线性方程组

首先采取作λ水平截集的办法将模糊数线性方程组转化为区间方程,根据区间数的运算规则以及区间数的分解求解区间方程,然后利用模糊分解定理由区间解得到模糊解,最后给出了Matlab的求解程序.     

投入产出区间分析

文［１］首次提出了区间数投入产出模型文［２］，［３］中用该模型讨论了各种经济关系和优化问题该文不仅总结了上述的系列工作，而且更全面地提出了各种消耗和各种需求下的经济关系，使得这一理论更加完善     

基于区间数的模糊隶属函数构建

针对当前基于统计方法构造模糊隶属函数中存在的不足,提出一种基于区间数的方法来确定模糊隶属函数。采用区间数描述“青年人”的概念;基于区间数和模糊数的知识,将区间数据转化成有界闭模糊数;经过加权计算得到一个正态模糊数的α-水平截集,并扩展成模糊隶属函数。试验结果表明:该方法简单、精度高,基于该方法确定的隶属函数曲线更连续、客观,更符合人的主观意识。     

不一致区间数判断矩阵的校正方法

根据不一致区间数判断矩阵所提供的信息 ,构造一个一致性数字判断矩阵———中心判断矩阵 ,然后以该判断矩阵为参照标准 ,找出偏移量最大的区间数 ,并对它进行校正 .     

关于"模糊数的最近的区间近似值"一文的注释

本文讨论了P.Grzegorzewski在Fuzzy Sets and Systems杂志上提出的一个有关模糊数区间近似的方法,用实例显示了,这一方法存在着严重的错误.     

对称型区间线性规划的对偶理论

该文定义了一对对称型区间线性规划问题,研究了一对对称型区间线性规划问题最优解以及最优值区间之间的关系.讨论了几种区间数的序关系及其运算性质,在此基础上建立了一对对称型区间线性规划问题的对偶理论,并给出了算例诠释有关论证.     

计算区间数判断矩阵权重的一种新方法

对区间数服从不同概率分布时所产生的不确定度进行了评定，结合误差传递理论，提出了计算区间数判断矩阵权重的一种新方法．     

区间数逆运算和简单的区间数方程

区间数作为一类特殊的灰数，其某些性质和运算在文献［４］、［２］、［３］中已进行了讨论，本文以此为基础讨论了区间数的逆运算和简单的区间数方程。