2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩61頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、投資組合理論是現(xiàn)代金融理論的重要組成部分,在金融市場(chǎng)上,投資組合管理是投資者或投資機(jī)構(gòu)關(guān)心的主要問題之一:如何將一定量的資金通過合理分配,分散投資于各種不同的證券上從而實(shí)現(xiàn)收益最大化。投資組合中包含的證券數(shù)目越多,投資組合的風(fēng)險(xiǎn)越小;但是證券數(shù)目過多會(huì)導(dǎo)致構(gòu)建交易頭寸時(shí)花費(fèi)的交易成本越大。另外,如果將大部分資金投資于極個(gè)別證券上又會(huì)導(dǎo)致非系統(tǒng)風(fēng)險(xiǎn)不能得到有效分散化。除此之外,在現(xiàn)實(shí)中我們處于一個(gè)有摩擦的金融市場(chǎng),在市場(chǎng)中有著各種各樣的隱

2、含約束因素,這些因素包括各式各樣的交易費(fèi)用,整手交易,基數(shù)約束,稅收等等,忽略這些因素可能會(huì)導(dǎo)致無(wú)效的投資組合;當(dāng)投資組合的決策變量過多即處在高維時(shí),模型的最優(yōu)解在投資組合優(yōu)化過程中容易產(chǎn)生過多的微小權(quán)重,從而導(dǎo)致最優(yōu)投資組合中非零權(quán)重的個(gè)數(shù)非常多,同時(shí)也會(huì)存在某些權(quán)重過大的問題。
  基于此,本文首先給出了投資組合理論,風(fēng)險(xiǎn)度量理論與稀疏優(yōu)化理論的相關(guān)文獻(xiàn)綜述,接著介紹VaR風(fēng)險(xiǎn)度量理論的定義、計(jì)算方法等,以及VaR的優(yōu)點(diǎn),缺陷

3、與一致性風(fēng)險(xiǎn)度量理論,從而引出并闡述了CVaR的概念和思想,介紹了CVaR的優(yōu)越性并提出了傳統(tǒng)的Mean-CVaR模型,根據(jù)傳統(tǒng)的Mean-CVaR模型的缺陷本文提出了帶交易成本的Mean-CVaR模型與基數(shù)約束的Mean-CVaR模型。
  然后,本文重點(diǎn)是建立了基于稀疏優(yōu)化的Mean-CVaR投資組合優(yōu)化模型,并結(jié)合我國(guó)證券市場(chǎng)的歷史數(shù)據(jù),選取了從2014年1月2日到2015年12月31日的489個(gè)交易日的滬深300板塊和中證

4、500板塊中的533只股票數(shù)據(jù)進(jìn)行了實(shí)證分析。本文把傳統(tǒng)Mean-CVaR模型,L2范數(shù)正則化模型,L1+L2范數(shù)正則化模型,L0+L2范數(shù)正則化模型,L0+L1+L2范數(shù)正則化模型分別進(jìn)行了實(shí)證分析與比較分析,得出了以下結(jié)論:
 ?。?)L2范數(shù)正則化可以減小投資組合中的某些大權(quán)重的大小,從而達(dá)到非系統(tǒng)風(fēng)險(xiǎn)更為分散化的目的。然而L2范數(shù)在減少模型中非零權(quán)重?cái)?shù)目上的效果不理想。
 ?。?)L1范數(shù)正則化能夠使得模型稀疏化。但

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論