| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 文献综述 | 第10-15页 |
| 1.2.1 风险度量方法与投资组合理论的发展 | 第10-12页 |
| 1.2.2 Copula函数在风险度量中的应用 | 第12-14页 |
| 1.2.3 量化投资策略及量化交易风险管理的发展 | 第14-15页 |
| 1.3 研究思路及框架 | 第15-16页 |
| 1.4 主要创新点及不足 | 第16-18页 |
| 第2章 风险度量方法 | 第18-32页 |
| 2.1 风险度量模型 | 第18-21页 |
| 2.1.1 方差度量模型 | 第18页 |
| 2.1.2 VaR和CVaR模型 | 第18-19页 |
| 2.1.3 CVaR模型 | 第19-20页 |
| 2.1.4 CVaR模型的估计 | 第20-21页 |
| 2.2 GARCH模型 | 第21-23页 |
| 2.2.1 ARMA模型 | 第21页 |
| 2.2.2 EGARCH模型 | 第21-22页 |
| 2.2.3 gjrGARCH模型 | 第22页 |
| 2.2.4 标准化残差 | 第22-23页 |
| 2.3 极值理论 | 第23-27页 |
| 2.3.1 极值分布模型理论基础 | 第23-24页 |
| 2.3.2 POT极值模型 | 第24-25页 |
| 2.3.3 POT极值模型的建立与参数估计 | 第25-27页 |
| 2.4 Copula基本理论 | 第27-29页 |
| 2.5 基于拟蒙特卡洛模拟的投资组合风险预测 | 第29-32页 |
| 第3章 基于均值-CVaR框架的投资组合理论 | 第32-35页 |
| 3.1 投资组合优化模型 | 第32-33页 |
| 3.2 均值-方差框架 | 第33页 |
| 3.3 均值-CVaR框架 | 第33-35页 |
| 第4章 基于CVaR模型的量化策略实证分析 | 第35-51页 |
| 4.1 实证分析步骤 | 第35-36页 |
| 4.2 数据的拟合 | 第36-46页 |
| 4.2.1 数据预处理 | 第36-39页 |
| 4.2.2 GARCH模型拟合 | 第39-41页 |
| 4.2.3 极值理论EVT的拟合 | 第41-46页 |
| 4.3 板块间相关关系 | 第46-47页 |
| 4.3.1 板块间非线性相关关系 | 第46-47页 |
| 4.3.2 Copula函数的拟合 | 第47页 |
| 4.4 投资组合配比权重 | 第47-49页 |
| 4.4.1 基于蒙特卡洛模拟的VaR及CVaR度量 | 第47-49页 |
| 4.5 交易策略比较分析 | 第49-50页 |
| 4.5.1 构建交易策略 | 第49页 |
| 4.5.2 回测结果 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57页 |