| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 粒子群算法现状 | 第9页 |
| 1.2.2 Sharpe Ratio现状 | 第9-10页 |
| 1.2.3 均值—CVaR现状 | 第10-11页 |
| 1.3 主要研究内容和结构安排 | 第11-12页 |
| 第2章 理论基础 | 第12-19页 |
| 2.1 算法简介 | 第12-15页 |
| 2.1.1 ADMM算法基本理论 | 第12-14页 |
| 2.1.2 粒子群算法基本原理 | 第14-15页 |
| 2.2 模型简介 | 第15-18页 |
| 2.2.1 风险与收益 | 第15-16页 |
| 2.2.2 经典均值-方差模型 | 第16-17页 |
| 2.2.3 Sharpe模型 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第3章 最大化Sharpe Ratio | 第19-28页 |
| 3.1 Sharpe Ratio的转化 | 第19-24页 |
| 3.1.1 Markowitz均值方差模型 | 第19-20页 |
| 3.1.2 CAPM资本资产定价模型 | 第20页 |
| 3.1.3 Sharpe Ratio模型 | 第20-22页 |
| 3.1.4 Sharpe Ratio的转化与求解 | 第22-24页 |
| 3.2 基于Sharpe Ratio的max- max模型 | 第24-27页 |
| 3.2.1 max-max模型的建立 | 第24-25页 |
| 3.2.2 加入交易费用的max-max模型 | 第25页 |
| 3.2.3 改进的max-max模型的求解 | 第25-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第4章 带有背景风险的均值—CVaR投资组合模型 | 第28-39页 |
| 4.1 引言 | 第28-30页 |
| 4.2 符号与假设 | 第30-31页 |
| 4.3 带有背景风险但不带有无风险证券的均值—CVaR投资组合模型 | 第31-36页 |
| 4.3.1 带有背景风险但不带有无风险证券的均值—CVaR投资组合模型 | 第31-34页 |
| 4.3.2 求解模型的算法设计 | 第34-36页 |
| 4.4 同时带有背景风险和无风险证券的均值—CVaR投资组合模型 | 第36-38页 |
| 4.4.1 同时带有背景风险和无风险证券的均值—CVaR投资组合模型 | 第36-37页 |
| 4.4.2 求解模型的算法设计 | 第37-38页 |
| 4.5 本章小结 | 第38-39页 |
| 总结与展望 | 第39-40页 |
| 参考文献 | 第40-46页 |
| 致谢 | 第46页 |
