目录 | 第4-9页 |
摘要 | 第9-12页 |
Abstract | 第12-15页 |
第一章 绪论 | 第16-22页 |
1.1 研究背景 | 第16-18页 |
1.2 本文研究内容及成果 | 第18-22页 |
第二章 投资组合选择问题概述 | 第22-44页 |
2.1 经典均值方差理论 | 第22-24页 |
2.1.1 均值方差模型 | 第22-23页 |
2.1.2 因素模型 | 第23-24页 |
2.2 其他风险度量方法及其扩展 | 第24-32页 |
2.2.1 安全第一准则模型 | 第24-25页 |
2.2.2 均值绝对偏差模型 | 第25-26页 |
2.2.3 极大极小模型 | 第26-27页 |
2.2.4 风险值 | 第27-29页 |
2.2.5 条件风险值 | 第29-30页 |
2.2.6 一致性风险度量准则 | 第30-31页 |
2.2.7 被动投资组合管理 | 第31-32页 |
2.3 非线性资产的风险度量及组合选择问题 | 第32-34页 |
2.4 金触资产参数估计方法以及稳健投资组合问题 | 第34-37页 |
2.4.1 金融时间序列分析 | 第34-35页 |
2.4.2 稳健投资组合选择模型 | 第35-37页 |
2.5 带实际投资特征的投资组合问题 | 第37-38页 |
2.6 优化理论的发展 | 第38-44页 |
2.6.1 凸规划理论 | 第39页 |
2.6.2 非凸二次规划问题 | 第39-40页 |
2.6.3 多项式优化 | 第40-41页 |
2.6.4 稳健优化 | 第41页 |
2.6.5 混合整数规划 | 第41-44页 |
第三章 带因素风险约束的投资组合模型研究 | 第44-76页 |
3.1 研究背景 | 第44-45页 |
3.2 多因素模型及因素风险控制 | 第45-49页 |
3.2.1 多因素投资组合选择模型 | 第45-46页 |
3.2.2 带因素风险控制的均值方差投资模型 | 第46-49页 |
3.3 模型求解方法:分枝定界算法 | 第49-58页 |
3.3.1 阶锥松弛问题及下界 | 第49-53页 |
3.3.2 内逼近及上界 | 第53-55页 |
3.3.3 分枝定界算法 | 第55-58页 |
3.4 实证分析 | 第58-63页 |
3.4.1 风险分散化效果 | 第58-60页 |
3.4.2 样本外分析 | 第60-63页 |
3.5 数值试验 | 第63-69页 |
3.5.1 真实数据测试问题的数值试验结果 | 第64-67页 |
3.5.2 随机测试问题的数值试验结果 | 第67-69页 |
3.6 本章小结 | 第69-71页 |
附录A1:定理3.1的证明 | 第71-73页 |
附录A2:定理3.2的证明 | 第73-76页 |
第四章 带参数敏感度约束的投资组合问题研究 | 第76-92页 |
4.1 研究背景 | 第76-77页 |
4.2 均值方差模型及参数敏感度控制 | 第77-78页 |
4.2.1 经典均值方差模型 | 第77页 |
4.2.2 带参数敏感度约束的均值方差模型 | 第77-78页 |
4.3 模型求解方法 | 第78-83页 |
4.3.1 凸松弛及下界 | 第79-81页 |
4.3.2 内逼近及可行解 | 第81-82页 |
4.3.3 分枝定界全局算法 | 第82-83页 |
4.4 实证分析 | 第83-88页 |
4.4.1 参数敏感度控制效果分析 | 第84-85页 |
4.4.2 样本外分析 | 第85-88页 |
4.5 数值试验 | 第88-89页 |
4.6 本章小结 | 第89-92页 |
第五章 基于多重风险度量的基数约束投资组合问题研究 | 第92-108页 |
5.1 基于多种风险度量的离散投资组合选择模型 | 第92-95页 |
5.1.1 基于不同因素选择的投资组合问题 | 第93-94页 |
5.1.2 带非系统风险约束的投资组合问题 | 第94页 |
5.1.3 带指数跟踪误差约束的投资组合模型 | 第94-95页 |
5.2 拉格朗日分解及MIQCQP模型重构 | 第95-102页 |
5.2.1 拉格朗日分解 | 第96-97页 |
5.2.2 SOCP松弛 | 第97-101页 |
5.2.3 MIQCQP模型重构 | 第101-102页 |
5.3 数值试验 | 第102-103页 |
5.4 本章小结 | 第103-108页 |
第六章 离散分布下风险值约束投资组合问题研究 | 第108-128页 |
6.1 带风险值约束的均值方差模型 | 第108-109页 |
6.2 拉格朗日分解及凸松弛 | 第109-115页 |
6.2.1 拉格朗日分解及对偶松弛 | 第109-111页 |
6.2.2 SOCP松弛 | 第111-115页 |
6.3 新MIQP模型及θ的选取 | 第115-118页 |
6.3.1 新MIQP模型 | 第115-117页 |
6.3.2 θ的选取 | 第117-118页 |
6.4 数值试验 | 第118-124页 |
6.5 本章小结 | 第124-125页 |
附录B: (DSOCPlf)的锥对偶问题(SOCP0)的推导 | 第125-128页 |
第七章 基于非参数风险值的投资组合问题研究 | 第128-152页 |
7.1 研究背景 | 第128-129页 |
7.2 非参数风险值 | 第129-131页 |
7.3 基于非参数风险值的投资组合选择模型 | 第131-133页 |
7.4 交替方向法 | 第133-135页 |
7.4.1 模型(P_m)的求解方法 | 第133-134页 |
7.4.2 模型(P_c)的求解方法 | 第134-135页 |
7.5 数值试验 | 第135-139页 |
7.6 实证分析 | 第139-147页 |
7.6.1 统计效果分析 | 第139-146页 |
7.6.2 投资组合表现分析 | 第146-147页 |
7.7 本章小结 | 第147-149页 |
附录C:问题(7.6)的求解方法 | 第149-152页 |
第八章 基于参数近似风险值的非线性投资组合问题研究 | 第152-184页 |
8.1 研究背景 | 第152-154页 |
8.2 非线性组合的参数近似风险值 | 第154-159页 |
8.2.1 Delta-only VaR | 第154-156页 |
8.2.2 Delta-Gamma VaR | 第156-159页 |
8.2.3 Delta-Gamma Cornish-Fisher VaR | 第159页 |
8.3 基于参数近似风险值的投资组合选择问题 | 第159-163页 |
8.4 情景模拟分析 | 第163-169页 |
8.4.1 Monte Carlo模拟及CVaR模型 | 第163-164页 |
8.4.2 模拟结果 | 第164-169页 |
8.5 实证分析 | 第169-176页 |
8.5.1 数据说明 | 第169-170页 |
8.5.2 样本内分析:有效前沿 | 第170-171页 |
8.5.3 样本外分析:历史回测方法 | 第171-174页 |
8.5.4 样本外分析:购买持有策略 | 第174-176页 |
8.6 本章小结 | 第176-178页 |
附录C1:欧式看涨期权和欧式看跌期权希腊值计算公式 | 第178-180页 |
附录C2: 前三阶矩的计算公式 | 第180-182页 |
附录C3:情景模拟分析中基础资产参数 | 第182页 |
附录C4:情景模拟样本的产生方法 | 第182-184页 |
第九章 结论与展望 | 第184-188页 |
参考文献 | 第188-206页 |
攻读博士学位期间发表论文目录 | 第206-208页 |
致谢 | 第208-210页 |