摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第一章 绪论 | 第9-19页 |
1.1 研究背景与研究意义 | 第9-10页 |
1.1.1 研究背景 | 第9页 |
1.1.2 研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-16页 |
1.2.1 房地产投资组合理论 | 第10-14页 |
1.2.2 遗传算法理论 | 第14-15页 |
1.2.3 遗传算法理论与房地产投资组合的结合 | 第15-16页 |
1.3 国内研究遇到的困难 | 第16-17页 |
1.4 本论文主要内容与研究框架 | 第17-19页 |
第二章 房地产投资组合理论及其实际应用中存在的问题 | 第19-25页 |
2.1 房地产投资中的基本概念 | 第19-21页 |
2.1.1 房地产投资组合的基本思想 | 第19页 |
2.1.2 房地产投资组合中的风险 | 第19-21页 |
2.2 房地产投资风险分散的方法 | 第21-23页 |
2.3 实际应用中的问题 | 第23-25页 |
第三章 房地产投资组合优化方法的比选 | 第25-36页 |
3.1 优异法 | 第25-26页 |
3.1.1 优异法的基本思想 | 第25-26页 |
3.1.2 优异法的优势与不足 | 第26页 |
3.2 “资本市场线”法 | 第26-28页 |
3.2.1 “资本市场线”法的基本思想 | 第26-27页 |
3.2.2 “资本市场线”法的优势与不足 | 第27-28页 |
3.3 效用理论法 | 第28-30页 |
3.3.1 效用理论法的基本思想 | 第28-29页 |
3.3.2 效用理论法的优势与不足 | 第29-30页 |
3.4 “证券市场线”法 | 第30-32页 |
3.4.1 “证券市场线”法的基本思想 | 第30-31页 |
3.4.2 “证券市场线”法的优势与不足 | 第31-32页 |
3.5 套利定价模型法 | 第32-33页 |
3.5.1 套利定价法的基本思想 | 第32页 |
3.5.2 套利定价模型法的优势与不足 | 第32-33页 |
3.6 蚂蚁算法 | 第33-34页 |
3.6.1 蚂蚁算法的基本思想 | 第33页 |
3.6.2 蚂蚁算法的优势与不足 | 第33-34页 |
3.7 禁忌遗传算法与我国房地产投资的契合 | 第34-36页 |
3.7.1 禁忌遗传算法的特点 | 第34页 |
3.7.2 禁忌遗传算法在我国房地产投资组合研究中的优势 | 第34-36页 |
第四章 基于禁忌遗传算法的房地产投资组合的模型构建 | 第36-49页 |
4.1 基本概念 | 第36-43页 |
4.1.1 编码方式 | 第36页 |
4.1.2 适应度函数 | 第36-37页 |
4.1.3 选择算子 | 第37-39页 |
4.1.4 交叉算子 | 第39-41页 |
4.1.5 变异算子 | 第41-42页 |
4.1.6 控制参数 | 第42页 |
4.1.7 遗传算法终止条件 | 第42-43页 |
4.2 基于禁忌遗传算法的房地产投资组合模型 | 第43-49页 |
4.2.1 基于禁忌遗传算法的房地产投资组合模型的基本步骤 | 第43-45页 |
4.2.2 模型构建的算法过程 | 第45-49页 |
第五章 基于禁忌遗传算法的房地产投资组合实证研究 | 第49-56页 |
5.1 我国1998-2008 年房地产投资背景 | 第49页 |
5.2 数据来源和数据预处理 | 第49-51页 |
5.2.1 数据来源 | 第49-50页 |
5.2.2 数据预处理与分析 | 第50-51页 |
5.3 实证研究步骤 | 第51-56页 |
5.3.1 计算收益与方差 | 第51-53页 |
5.3.2 基于禁忌遗传算法的投资组合构建 | 第53-54页 |
5.3.3 结果分析 | 第54-56页 |
第六章 结论与展望 | 第56-59页 |
6.1 研究主要结论 | 第56-57页 |
6.2 研究中存在的不足 | 第57页 |
6.3 研究展望 | 第57-59页 |
参考文献 | 第59-64页 |
附录A 中国35个大中城市房屋销售价格指数统计(1998-2008) | 第64-65页 |
附录B 中国35个大中城市房屋租赁价格指数统计(1998-2008) | 第65-66页 |
附录C 中国2007年35个大中城市按用途分的商品房销售单价 | 第66-67页 |
附录D 中国历年房地产价格分类指数统计(1998-2008) | 第67-68页 |
致谢 | 第68页 |