关键词:
投资组合
固定交易费用
比例交易费用
CVaR
粒子群新算法
摘要:
我国的证券市场开始发展于1990年,投资市场得到了巨大的进步,随着市场不断地发展和完善,大量的研究者对投资组合理论进行了进一步的研究,投资者如何选择投资组合以及如何能够有效地确保投资收益成为了一个热门的研究话题。本文基于Markowitz提出的现代投资组合理论,提出利用CVa R来衡量投资组合中的风险,经过研究分析建立了符合中国投资市场的投资组合模型,分析了粒子群算法的改进策略,并结合标准测试函数与已有粒子群各种算法进行了对比分析,证明了本文提出的粒子群新算法的有效性和创新性,在改进的粒子群算法的基础上对上述投资组合模型进行了求解,验证了模型的有效性和实用性。本文的研究工作如下:
(1)基于Markowitz提出的现代投资组合理论,为了克服Va R带来的差异性以及更好地模拟实际的投资情况,本文利用CVa R来衡量投资组合中的风险,CVa R对比Va R捕捉风险的能力更强,更能符合现实的投资市场。同时,在Markowitz的投资组合理论中,没有考虑投资市场中的实际约束条件,而任何一个市场中都存在着不同的约束条件,另外,投资过程中的交易费用也影响投资收益,本文基于中国市场中的一些实际约束条件,考虑比例交易费用和固定交易费用,结合中国市场的投资情况,建立了一个符合中国投资市场的投资组合新模型。
(2)基于新的投资模型的计算复杂性,本文提出基于余弦理论的改进非线性惯性权重的粒子群新算法,通过对粒子速度和位置的分析,动态调整惯性权重,加强前期的全局搜索能力,同时保证后期的局部搜索能力,保证算法及时收敛。本文通过标准测试函数,将改进后的粒子群新算法、标准粒子群算法、惯性权重线性递减粒子群算法和非线性递减的算法的性能进行了对比分析,从结果得出,本文所提出的基于余弦理论的非线性惯性权重的粒子群算法在收敛速度和精度上都取得了明显的改善。
(3)结合我国市场中的实际数据,对模型进行拟合,利用改进的粒子群算法对模型和数据进行了分析处理,得到了最优的投资组合策略,验证了新的投资组合模型的有效性和实用性,为投资者进行资产组合投资提供了理论依据。