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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、證券市場(chǎng)是一個(gè)復(fù)雜的動(dòng)態(tài)系統(tǒng),經(jīng)濟(jì)全球化、經(jīng)濟(jì)一體化加劇了證券市場(chǎng)的復(fù)雜性和波動(dòng)性。本文把證券收益視為隨機(jī)模糊變量能夠同時(shí)反映證券市場(chǎng)隨機(jī)和模糊的雙重不確定性,另外利用現(xiàn)代行為金融理論的研究成果,考慮投資者真實(shí)的心理偏好,構(gòu)建加權(quán)極大-極小隨機(jī)模糊投資組合模型。為了求解模型在市場(chǎng)存在交易費(fèi)用和最小交易單位情況下投資組合權(quán)重,對(duì)動(dòng)態(tài)鄰居粒子群算法進(jìn)行改進(jìn),提出改進(jìn)的動(dòng)態(tài)鄰居粒子群算法。在我國(guó)的經(jīng)濟(jì)環(huán)境下,利用改進(jìn)動(dòng)態(tài)鄰居粒子群算法對(duì)模型求
2、解并檢驗(yàn)?zāi)P偷挠行?。本研究主要?nèi)容包括:
?、裴槍?duì)證券市場(chǎng)同時(shí)存在隨機(jī)和模糊雙重不確定性因素,把證券收益視為隨機(jī)模糊變量,構(gòu)建以財(cái)富變化量為基礎(chǔ)的期望收益隸屬度函數(shù)。利用加權(quán)極大-極小算子,同時(shí)考慮投資組合期望收益和目標(biāo)概率滿足投資者期望值的隸屬度,構(gòu)建加權(quán)極大-極小隨機(jī)模糊投資組合模型。利用Markowitz的歷史數(shù)據(jù)研究模型的有效邊界,結(jié)果表明把證券收益視為隨機(jī)模糊變量的投資組合與Markowitz均值-方差投資組合有效邊
3、界不一致。
⑵針對(duì)動(dòng)態(tài)鄰居粒子群算法所存在的不足,對(duì)算法的粒子群初始化方法和動(dòng)態(tài)鄰居的拓?fù)浣Y(jié)構(gòu)進(jìn)行改進(jìn),提出改進(jìn)的動(dòng)態(tài)鄰居粒子群算法。分別針對(duì)無權(quán)重約束和有權(quán)重約束投資組合對(duì)算法迭代尋優(yōu)能力進(jìn)行檢驗(yàn),結(jié)果表明改進(jìn)動(dòng)態(tài)鄰居粒子群算法能夠有效求解投資組合有效邊界問題。
?、请S機(jī)選取滬深300指數(shù)的50支股票作為研究樣本,對(duì)加權(quán)極大-極小隨機(jī)模糊投資組合模型進(jìn)行實(shí)證檢驗(yàn)。實(shí)證檢驗(yàn)包括兩個(gè)部分。①在市場(chǎng)無摩擦的環(huán)境下,分別比較
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(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。
最新文檔
- 單指數(shù)模型及極大極小模型下開放式基金的投資組合.pdf
- 基于模糊隨機(jī)環(huán)境下投資組合模型研究.pdf
- 極小極大原理及相關(guān)問題研究.pdf
- 廣義系統(tǒng)的極小極大控制.pdf
- 模糊投資組合優(yōu)化研究.pdf
- 模糊投資組合優(yōu)化及應(yīng)用研究.pdf
- 29264.一般模糊極小極大神經(jīng)網(wǎng)絡(luò)的改進(jìn)及應(yīng)用研究
- 極大極小問題的SQP算法研究.pdf
- 模糊動(dòng)態(tài)投資組合模型研究.pdf
- 極大極小問題的數(shù)值解法.pdf
- 投資組合的風(fēng)險(xiǎn)管理及實(shí)證研究.pdf
- 模糊投資組合問題的研究.pdf
- 集值映射的極小極大理論.pdf
- 求解極小極大問題的新算法.pdf
- 極小極大問題的束方法算法.pdf
- 極小極大問題的束方法算法
- 若干類不確定系統(tǒng)的極小極大控制的研究.pdf
- 大型稀疏極大極小問題的數(shù)值方法.pdf
- 關(guān)于模糊投資組合優(yōu)化問題的研究.pdf
- 模糊信息下的投資組合策略研究.pdf
評(píng)論
0/150
提交評(píng)論