版權說明: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,請進行舉報或認領
文檔簡介
1、資產(chǎn)投資理論最早是由證券組合理論公認的創(chuàng)始者、美國著名經(jīng)濟學家哈里·馬科維茨(Harry Markowitz)于1952年系統(tǒng)的提出。他在1952年發(fā)表的的具有歷史意義的論文--《證券組合選擇》和1959年發(fā)表的的同名專著上,闡述了證券收益和風險分析的主要原理和方法,建立了均值方差證券組合模型的基本框架,為證券組合理論在幾十年間迅速的充實拓展和提高建立了牢固的理論基礎。均值方差理論主要依賴于假設:理性的投資者是以收益率和風險為基礎進行風
2、險投資的。經(jīng)典的馬考威茨模型需要將證券的期望收益率、期望的標準差和證券之間的期望相關系數(shù)作為已知數(shù)據(jù)作為基本輸入。如果這些數(shù)據(jù)沒有估計誤差,馬考威茨模型就能夠保證得到有效的證券組合。但由于期望數(shù)據(jù)是未知的,需要進行統(tǒng)計估計,因此這些數(shù)據(jù)就不會沒有誤差。馬考威茨模型的另一個應用問題是輸人數(shù)據(jù)的微小改變會導致資產(chǎn)權重的很大變化。解的不穩(wěn)定性限制了馬考威茨模型在實際制定資產(chǎn)配置政策方面的應用。
我們知道,貝葉斯統(tǒng)計是基于總體信息
3、,樣本信息和先驗信息進行的統(tǒng)計推斷。他與經(jīng)典統(tǒng)計學的主要差別在于是否利用先驗信息進行貝葉斯統(tǒng)計重視已出現(xiàn)的樣本觀察值,而對尚未發(fā)生的樣本觀察值不予考慮,貝葉斯統(tǒng)計很重視先驗信息的收集,挖掘和加工,使他數(shù)量化,形成先驗分布,參加到統(tǒng)計推斷中來,以提高統(tǒng)計推斷的質量。因此,本文把貝葉斯理論應用到投資組合模型,利用貝葉斯方法求出收益率的預測密度函數(shù),從而根據(jù)相關的貝葉斯理論求得預測密度函數(shù)的期望和協(xié)方差陣,以此來代替原模型的樣本均值和樣本方差
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于貝葉斯理論的網(wǎng)絡輿情主題分類模型研究.pdf
- 基于貝葉斯網(wǎng)絡的預測模型研究.pdf
- 基于貝葉斯理論的投標決策研究.pdf
- 基于貝葉斯理論MCMC優(yōu)化參數(shù)的負荷預測模型.pdf
- 基于貝葉斯網(wǎng)絡的用戶模型研究.pdf
- 基于貝葉斯理論的商業(yè)房地產(chǎn)投資風險決策研究.pdf
- 基于貝葉斯決策理論的房地產(chǎn)投資風險決策研究.pdf
- 基于效用理論的房地產(chǎn)投資貝葉斯風險決策研究.pdf
- 基于貝葉斯理論的圖像復原算法研究
- 基于周期的貝葉斯網(wǎng)絡預測模型.pdf
- 基于貝葉斯博弈的攻擊預測模型.pdf
- 基于貝葉斯理論的圖像復原算法研究.pdf
- 基于貝葉斯網(wǎng)絡的互動故事模型.pdf
- 基于貝葉斯網(wǎng)絡的動態(tài)信任模型研究.pdf
- 基于貝葉斯網(wǎng)絡組合模型的上市公司財務困境預測研究.pdf
- 基于貝葉斯網(wǎng)絡的本體映射模型的研究.pdf
- 基于貝葉斯網(wǎng)絡的智能檢索模型.pdf
- 基于貝葉斯因子的SV模型選擇.pdf
- 關于擬貝葉斯理論的研究.pdf
- 基于智能優(yōu)化的貝葉斯網(wǎng)絡分類模型研究.pdf
評論
0/150
提交評論