基于遗传算法的CVaR模型在投资组合中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景 | 第7-10页 |
| ·论文研究的目的与意义 | 第10-11页 |
| ·VaR和CVaR模型的研究概况 | 第11-13页 |
| ·VaR研究概况 | 第11-12页 |
| ·CVaR研究概况 | 第12-13页 |
| ·本文的研究内容 | 第13-15页 |
| 第二章 投资组合和遗传算法理论概述 | 第15-25页 |
| ·投资组合理论概述 | 第15-20页 |
| ·投资组合理论的产生与发展 | 第15-16页 |
| ·Markowitz均值——方差模型 | 第16-18页 |
| ·单指数模型 | 第18-19页 |
| ·传统风险测度方法的不足 | 第19-20页 |
| ·遗传算法理论概述 | 第20-25页 |
| ·遗传算法基本要素 | 第20-21页 |
| ·遗传算法的运算流程 | 第21-22页 |
| ·遗传算法的优点和研究方向 | 第22-25页 |
| 第三章 VaR和CVaR模型概述 | 第25-35页 |
| ·VaR模型概述 | 第25-29页 |
| ·VaR 的概念 | 第25页 |
| ·均值——VaR模型 | 第25-26页 |
| ·VaR 的计算方法 | 第26-28页 |
| ·VaR方法的评价 | 第28-29页 |
| ·CVaR模型概述 | 第29-35页 |
| ·CVaR的概念 | 第29-31页 |
| ·CVaR的参数选择 | 第31-35页 |
| 第四章 基于遗传算法的CVaR模型 | 第35-47页 |
| ·基于CVaR的投资组合优化模型 | 第35-38页 |
| ·方法描述 | 第35-37页 |
| ·CVaR模型 | 第37-38页 |
| ·改进的CVaR模型 | 第38-39页 |
| ·数学基础 | 第38-39页 |
| ·模型的建立 | 第39页 |
| ·遗传算法设计 | 第39-42页 |
| ·实证分析 | 第42-47页 |
| ·样本选取及参数设定 | 第42-44页 |
| ·遗传算法求解 | 第44-45页 |
| ·结论分析及模型评价 | 第45-47页 |
| 第五章 投资组合风险构成及风险规避 | 第47-55页 |
| ·投资组合风险构成分析 | 第47-50页 |
| ·风险构成 | 第47-48页 |
| ·实证分析 | 第48-50页 |
| ·投资组合风险规避 | 第50-55页 |
| ·风险规避模型 | 第51-52页 |
| ·实证分析 | 第52-55页 |
| 结束语 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 研究成果 | 第62-63页 |
