| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 选题背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 研究内容及方法 | 第13-15页 |
| 1.2.1 研究内容 | 第13-14页 |
| 1.2.2 研究方法 | 第14-15页 |
| 1.3 本文创新之处 | 第15-17页 |
| 第二章 基础理论 | 第17-30页 |
| 2.1 随机环境下的投资组合模型 | 第18-21页 |
| 2.1.1 均值-方差模型 | 第18-20页 |
| 2.1.2 多目标投资组合问题 | 第20-21页 |
| 2.2 随机环境下的其他模型 | 第21-25页 |
| 2.2.1 指数模型 | 第21-22页 |
| 2.2.2 均值-下半方差模型 | 第22-23页 |
| 2.2.3 均值-绝对偏差模型 | 第23-24页 |
| 2.2.4 均值-半绝对偏差模型 | 第24页 |
| 2.2.5 极大极小模型 | 第24-25页 |
| 2.3 模糊环境下的投资组合模型 | 第25-29页 |
| 2.3.1 模糊集理论 | 第25-27页 |
| 2.3.2 区间规划投资组合模型 | 第27-28页 |
| 2.3.3 可能性投资组合模型 | 第28页 |
| 2.3.4 可信性投资组合模型 | 第28-29页 |
| 2.4 小结 | 第29-30页 |
| 第三章 基于收益权重的均值-熵投资组合模型的研究 | 第30-37页 |
| 3.1 概述 | 第30-31页 |
| 3.2 基于收益权重的均值-熵模型 | 第31-33页 |
| 3.2.1 不含无风险证券的均值-熵模型 | 第31-32页 |
| 3.2.2 含无风险证券的均值-熵模型 | 第32-33页 |
| 3.3 实证分析 | 第33-35页 |
| 3.3.1 数据的收集和处理 | 第33页 |
| 3.3.2 引入θ_t的合理性讨论 | 第33-34页 |
| 3.3.3 风险度量的熵方法和方差法的一致性比较 | 第34-35页 |
| 3.4 基于收益权重的均值-熵投资组合问题 | 第35-37页 |
| 3.4.1 不含无风险证券的均值-熵投资组合问题 | 第35页 |
| 3.4.2 含无风险证券的均值-熵投资组合问题 | 第35页 |
| 3.4.3 模型的分析比较 | 第35-36页 |
| 3.4.4 结论 | 第36-37页 |
| 第四章 不同熵下的投资组合模型 | 第37-51页 |
| 4.1 熵的背景和国内外研究现状 | 第37-38页 |
| 4.2 Shannon熵理论 | 第38-41页 |
| 4.2.1 Shannon熵的基本概念 | 第38-40页 |
| 4.2.2 最大熵模型 | 第40-41页 |
| 4.3 Yager熵 | 第41-46页 |
| 4.3.1 Yager熵的概念 | 第41-43页 |
| 4.3.2 均值-Yager熵投资组合模型 | 第43-44页 |
| 4.3.3 均值-Yager熵模型的有效性实证分析 | 第44-46页 |
| 4.4 比例熵 | 第46-49页 |
| 4.4.1 熵的构造 | 第46-47页 |
| 4.4.2 均值-比例熵投资组合模型 | 第47-48页 |
| 4.4.3 均值-比例熵模型的有效性实证分析 | 第48-49页 |
| 4.5 小结 | 第49-51页 |
| 第五章 基于可信性高阶矩的投资组合优化模型及算法 | 第51-64页 |
| 5.1 概述 | 第51-52页 |
| 5.2 可信性高阶矩的度量 | 第52-57页 |
| 5.3 基于可信性高阶矩的比例熵投资组合模型 | 第57-60页 |
| 5.4 粒子群算法 | 第60-62页 |
| 5.5 数值分析 | 第62-64页 |
| 总结与展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 附表 | 第71页 |