| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-18页 |
| ·研究背景 | 第9-11页 |
| ·选题意义 | 第11-12页 |
| ·国内外相关研究综述 | 第12-16页 |
| ·现代投资组合理论的产生与发展 | 第12-14页 |
| ·VaR研究概况 | 第14页 |
| ·CVaR研究概况 | 第14-16页 |
| ·本文研究内容 | 第16-18页 |
| 第2章 投资组合理论基础 | 第18-25页 |
| ·收益率的度量 | 第18-20页 |
| ·金融风险的度量 | 第20-23页 |
| ·一致性风险度量 | 第20-21页 |
| ·常用风险度量方法 | 第21-23页 |
| ·投资组合模型的基础——均值—方差模型概述 | 第23-25页 |
| 第3章 基于CVaR的投资组合模型 | 第25-37页 |
| ·VaR风险度量 | 第25-28页 |
| ·VaR定义及计算 | 第25-26页 |
| ·VaR的计算方法 | 第26-27页 |
| ·VaR的优点及缺点 | 第27-28页 |
| ·CVaR投资组合模型概述 | 第28-35页 |
| ·CVaR概念 | 第28-29页 |
| ·CVaR的参数选择 | 第29-31页 |
| ·CVaR的应用 | 第31-32页 |
| ·CVaR模型 | 第32-35页 |
| ·模型的改进 | 第35-37页 |
| 第4章 模型的算法设计及实证研究 | 第37-46页 |
| ·均值—CVaR模型的遗传算法设计 | 第37-41页 |
| ·编码设计 | 第37页 |
| ·遗传算法的种群初始化 | 第37页 |
| ·适应度函数设计 | 第37-38页 |
| ·遗传算法的算子设计 | 第38-39页 |
| ·遗传算法设计的程序流程图 | 第39-41页 |
| ·数值检验 | 第41-46页 |
| ·样本采集及数据处理 | 第41页 |
| ·各种约束条件对均值—CVaR优化模型有效前沿影响的研究 | 第41-46页 |
| ·置信水平对均值—CVaR模型有效前沿的影响 | 第42-44页 |
| ·交易成本对均值—CVaR模型有效前沿的影响 | 第44-46页 |
| 第5章 结束语 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 附录 MATLAB程序设计 | 第52-57页 |