基于可信性理論和正弦熵的投資組合優(yōu)化模型研究.pdf

1、自Markowitz提出均值-方差(MV)模型以來(lái)，投資組合理論與實(shí)踐均得到長(zhǎng)足發(fā)展。然而，MV模型中的風(fēng)險(xiǎn)測(cè)度指標(biāo)為方差，存在一些明顯的缺陷，諸如假設(shè)條件不符合實(shí)際情況、高收益懲罰、參數(shù)估計(jì)不穩(wěn)定、協(xié)方差矩陣復(fù)雜等，這些因素大大的影響了其作為風(fēng)險(xiǎn)測(cè)度指標(biāo)進(jìn)行實(shí)證研究時(shí)的說(shuō)服力。近年來(lái)，學(xué)者們基于信息熵的優(yōu)良性質(zhì)將其廣泛地應(yīng)用到投資組合理論領(lǐng)域，提出了多種熵指標(biāo)風(fēng)險(xiǎn)測(cè)度，諸如模糊熵、混合熵、交叉熵等概念?；谇叭搜芯?，本文選定了以正弦熵

2、為證券風(fēng)險(xiǎn)測(cè)度，研究了模糊隨機(jī)不確定性環(huán)境下基于正弦熵風(fēng)險(xiǎn)測(cè)度的投資組合模型，并添加帶有模糊流動(dòng)性約束對(duì)模型進(jìn)行優(yōu)化，通過(guò)實(shí)證研究檢驗(yàn)?zāi)Ｐ偷男Ч?。主要工作如?
　　(1)利用Wind資訊收集整理了2014-2015年滬市不同行業(yè)板塊的十五只股票的日交易數(shù)據(jù)，并利用馬爾科夫預(yù)測(cè)方法及K-means聚類方法對(duì)樣本數(shù)據(jù)進(jìn)行預(yù)處理，得到了股票證券三角模糊收益率及梯度模糊流動(dòng)性指標(biāo)數(shù)據(jù)，為論文后續(xù)研究奠定基礎(chǔ);
　　(2)以“可信性

3、”理論為模糊數(shù)隸屬度計(jì)量方法，建立基于可信性均值-方差-偏度-正弦熵的單目標(biāo)(M-V-S-SE)和多目標(biāo)(Mult-M-V-S-SE)投資組合模型，通過(guò)實(shí)證對(duì)比研究分析發(fā)現(xiàn)，M-V-S-SE模型效果優(yōu)于Mult-M-V-S-SE模型，前者可以根據(jù)投資者的預(yù)期來(lái)調(diào)整收益及風(fēng)險(xiǎn)預(yù)期，滿足不同的需求，更具穩(wěn)定性和靈活性。
　　(3)考慮到真實(shí)證券股票市場(chǎng)中的流動(dòng)性因素指標(biāo)，在M-V-S-SE模型的基礎(chǔ)上添加模糊流動(dòng)性約束，建立帶有模糊流

4、動(dòng)性約束的均值-方差-偏度-正弦熵(M-V-S-L-SE)投資組合優(yōu)化模型，進(jìn)而改進(jìn)模型的實(shí)證效果，通過(guò)對(duì)比實(shí)證研究發(fā)現(xiàn)，改進(jìn)后的模型累積收益率最高，模型穩(wěn)定性進(jìn)一步增強(qiáng)，更加符合市場(chǎng)實(shí)際情況，并能夠一定程度上規(guī)避投資風(fēng)險(xiǎn)。
　　隨越來(lái)越多的配資業(yè)務(wù)和融資融券業(yè)務(wù)的興起發(fā)展，險(xiǎn)資杠桿的介入讓投資者和監(jiān)管者均面臨嚴(yán)峻的風(fēng)險(xiǎn)挑戰(zhàn)，本文通過(guò)建立數(shù)學(xué)模型并優(yōu)化模型擬解決金融市場(chǎng)證券投資組合問(wèn)題，實(shí)證研究結(jié)論分析表明，運(yùn)用本模型進(jìn)行投資決策