已閱讀1頁，還剩67頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：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)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、本文運(yùn)用最優(yōu)化模型建立ETFs投資組合，并將最優(yōu)ETFs組合與市場指數(shù)在累積收益率、VaR/CVaR、單位風(fēng)險(xiǎn)收益等方面進(jìn)行比較分析。通過最優(yōu)化方法選擇ETFs最優(yōu)投資組合可能是最有效、費(fèi)用最低廉的資產(chǎn)分配策略。
希望本文的結(jié)論會給投資于ETFs資產(chǎn)組合或者其他資產(chǎn)組合的投資者在面對投資困境時(shí)以參考。在許多投資組合模型選擇中，要解決的中心問題是投資組合內(nèi)資產(chǎn)的收益率的描述問題。這通常用收益隨機(jī)變量的可能實(shí)現(xiàn)值或者情景來描述
2、。本文通過Copula-GARCH模型產(chǎn)生收益率分布情景。我們首先用GARCH模型來估計(jì)ETFs收益的邊際分布，再用Copula來建立ETFs收益序列之間的相關(guān)結(jié)構(gòu)。最后用MonteCarlo模擬來產(chǎn)生情景。
本文給出了一種有效解決CVaR最優(yōu)化問題的平滑計(jì)算方法。與線性規(guī)劃方法相比，該平滑技術(shù)能更有效的進(jìn)行計(jì)算，并能處理更大規(guī)模的最優(yōu)化問題。
我們用動態(tài)回測實(shí)驗(yàn)方法將ETFs投資組合和上證綜合指數(shù)、滬深30
溫馨提示
- 1. 本站所有資源如無特殊說明，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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對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自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于CVaR約束的投資組合優(yōu)化模型.pdf
- 基于CVar的投資組合模型.pdf
- 基于CVaR的衍生證券投資組合優(yōu)化模型研究.pdf
- 基于VaR和CVaR的投資組合優(yōu)化模型研究.pdf
- 基于均值-CVaR投資組合優(yōu)化模型實(shí)證分析.pdf
- 基于CVaR的投資組合優(yōu)化問題.pdf
- 基于pair Copula-GARCH-EVT-CVaR模型的投資組合優(yōu)化.pdf
- 基于稀疏優(yōu)化的CVaR投資組合模型的應(yīng)用研究.pdf
- 基于CVaR的貸款組合優(yōu)化模型研究.pdf
- 基于CVaR有交易費(fèi)用投資組合優(yōu)化模型及實(shí)證研究.pdf
- CVaR風(fēng)險(xiǎn)度量下的穩(wěn)健最優(yōu)投資組合.pdf
- CVaR風(fēng)險(xiǎn)度量下Log最優(yōu)投資組合模型——在投資基金中的應(yīng)用.pdf
- 基于CVaR的投資組合優(yōu)化及風(fēng)險(xiǎn)管理.pdf
- 基于均值—CVaR的投資組合優(yōu)化問題研究.pdf
- 基于CVaR風(fēng)險(xiǎn)測度的連續(xù)時(shí)間投資組合選擇.pdf
- 基于CVaR的組合優(yōu)化模型及實(shí)證比較研究.pdf
- 基于改進(jìn)CVaR約束條件下的投資組合優(yōu)化模型研究.pdf
- 基于CvaR模型投資組合保險(xiǎn)的績效實(shí)證研究.pdf
- 基于Copula-GARCH的均值-CVaR投資組合模型.pdf
- 基于遺傳算法的CVaR投資組合模型研究.pdf
評論
0/150
提交評論