| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第15-31页 |
| 1.1 研究背景 | 第15-18页 |
| 1.1.1 投资组合优化方法是资产管理的重要手段 | 第15-16页 |
| 1.1.2 传统的投资组合决策方法面临新的挑战 | 第16-17页 |
| 1.1.3 研究考虑参数不确定性和行为特征的投资组合问题的必要性 | 第17-18页 |
| 1.2 问题提出 | 第18-21页 |
| 1.2.1 考虑投资者风险特征的随机模糊投资组合问题 | 第19页 |
| 1.2.2 安全准则下的鲁棒均值-CVaR投资组合问题 | 第19-20页 |
| 1.2.3 状态依赖和损失厌恶下的鲁棒投资组合问题 | 第20页 |
| 1.2.4 基于前景理论的多期鲁棒投资组合问题 | 第20-21页 |
| 1.3 研究目的与研究意义 | 第21-24页 |
| 1.3.1 研究范围界定 | 第21-22页 |
| 1.3.2 研究目标 | 第22-23页 |
| 1.3.3 研究意义 | 第23-24页 |
| 1.4 研究思路、研究内容与研究方法 | 第24-28页 |
| 1.4.1 研究思路和研究内容 | 第24-27页 |
| 1.4.2 研究方法 | 第27-28页 |
| 1.5 章节安排 | 第28-29页 |
| 1.6 创新性工作说明 | 第29-31页 |
| 第2章 相关研究文献综述 | 第31-51页 |
| 2.1 考虑参数不确定性的投资组合理论研究 | 第31-40页 |
| 2.1.1 基于模糊优化的投资组合理论研究 | 第31-36页 |
| 2.1.2 基于鲁棒优化的投资组合理论研究 | 第36-40页 |
| 2.2 考虑投资者行为特征的投资组合理论研究 | 第40-48页 |
| 2.2.1 金融市场异象研究 | 第40-43页 |
| 2.2.2 基于有限理性的资产定价研究 | 第43-45页 |
| 2.2.3 基于行为理论的最优投资决策研究 | 第45-48页 |
| 2.3 对已有研究的贡献和不足的总结 | 第48-50页 |
| 2.3.1 主要贡献 | 第48-49页 |
| 2.3.2 不足之处及对本文研究的启示 | 第49-50页 |
| 2.4 本章小结 | 第50-51页 |
| 第3章 考虑参数不确定性和行为特征的投资组合问题的理论基础 | 第51-73页 |
| 3.1 可信性理论 | 第51-56页 |
| 3.1.1 可能性的公理化定义 | 第51-53页 |
| 3.1.2 模糊变量 | 第53-55页 |
| 3.1.3 随机模糊变量 | 第55-56页 |
| 3.2 鲁棒优化理论 | 第56-66页 |
| 3.2.1 不确定集的构建 | 第56-59页 |
| 3.2.2 鲁棒风险测度 | 第59-64页 |
| 3.2.3 含不确定性的多因子模型 | 第64-66页 |
| 3.3 前景理论 | 第66-72页 |
| 3.3.1 前景理论的心理行为 | 第66-68页 |
| 3.3.2 损失厌恶效用函数 | 第68-71页 |
| 3.3.3 参数的动态调整 | 第71-72页 |
| 3.4 本章小结 | 第72-73页 |
| 第4章 考虑投资者风险特征的随机模糊投资组合模型研究 | 第73-91页 |
| 4.1 问题的提出 | 第73-74页 |
| 4.2 考虑投资者风险特征的随机模糊投资组合模型 | 第74-79页 |
| 4.2.1 考虑投资者风险特征的随机模糊收益率 | 第74-76页 |
| 4.2.2 投资组合随机模糊目标隶属度函数 | 第76页 |
| 4.2.3 投资者模糊目标隶属度函数 | 第76-77页 |
| 4.2.4 模型建立 | 第77-79页 |
| 4.3 模型求解 | 第79-83页 |
| 4.3.1 模型转换 | 第79-80页 |
| 4.3.2 模型最优解推导 | 第80-82页 |
| 4.3.3 模型求解步骤 | 第82-83页 |
| 4.4 实证研究 | 第83-89页 |
| 4.4.1 数据选取 | 第83-84页 |
| 4.4.2 模型参数设置 | 第84页 |
| 4.4.3 计算结果与分析 | 第84-89页 |
| 4.5 本章小结 | 第89-91页 |
| 第5章 鲁棒均值-CVaR投资组合模型研究:基于安全准则的视角 | 第91-103页 |
| 5.1 问题的提出 | 第91-93页 |
| 5.2 均值-CVaR投资组合模型 | 第93-94页 |
| 5.3 鲁棒均值-CVaR投资组合模型及鲁棒控制参数确定 | 第94-97页 |
| 5.3.1 鲁棒组合收益 | 第95页 |
| 5.3.2 鲁棒投资组合模型构建 | 第95-96页 |
| 5.3.3 模型鲁棒控制参数的确定 | 第96-97页 |
| 5.4 实证研究 | 第97-101页 |
| 5.4.1 数据选取 | 第97-98页 |
| 5.4.2 模型鲁棒性检验 | 第98-99页 |
| 5.4.3 模型投资收益分析 | 第99-101页 |
| 5.5 本章小结 | 第101-103页 |
| 第6章 状态转移和损失厌恶下的鲁棒投资组合模型研究 | 第103-117页 |
| 6.1 问题的提出 | 第103-104页 |
| 6.2 状态依赖下的损失厌恶投资组合模型 | 第104-106页 |
| 6.2.1 状态依赖和损失厌恶下的组合效用 | 第105页 |
| 6.2.2 模型构建 | 第105-106页 |
| 6.3 状态依赖和损失厌恶下的鲁棒投资组合模型 | 第106-109页 |
| 6.3.1 状态依赖下的鲁棒组合财富 | 第107页 |
| 6.3.2 鲁棒组合优化模型 | 第107-108页 |
| 6.3.3 鲁棒控制参数的确定 | 第108-109页 |
| 6.4 实证研究 | 第109-115页 |
| 6.4.1 市场状态分析 | 第110-111页 |
| 6.4.2 市场状态对投资组合的影响分析 | 第111-113页 |
| 6.4.3 模型鲁棒性分析 | 第113-114页 |
| 6.4.4 组合收益分析 | 第114-115页 |
| 6.5 本章小结 | 第115-117页 |
| 第7章 基于前景理论的多期鲁棒投资组合模型研究 | 第117-139页 |
| 7.1 问题的提出 | 第117-119页 |
| 7.2 基于前景理论的多期鲁棒投资组合模型 | 第119-124页 |
| 7.2.1 多期鲁棒组合财富 | 第120-122页 |
| 7.2.2 动态前景理论价值函数 | 第122-123页 |
| 7.2.3 多期投资组合模型构建 | 第123-124页 |
| 7.3 带有衰老领导者和多频振动机制的粒子群算法 | 第124-132页 |
| 7.3.1 种群编译和初始化 | 第125-126页 |
| 7.3.2 随机排序 | 第126-129页 |
| 7.3.3 速度与位置更新 | 第129-130页 |
| 7.3.4 全局与局部变异 | 第130页 |
| 7.3.5 领导者寿命的控制与新领导者的诞生 | 第130-131页 |
| 7.3.6 ALMV-PSO算法的步骤设计 | 第131-132页 |
| 7.4 实证研究 | 第132-137页 |
| 7.4.1 数据选取与收益估计 | 第132-133页 |
| 7.4.2 参数设置 | 第133页 |
| 7.4.3 ALMV-PSO算法有效性检验 | 第133-135页 |
| 7.4.4 模型计算结果与分析 | 第135-137页 |
| 7.5 本章小结 | 第137-139页 |
| 第8章 结论与展望 | 第139-144页 |
| 8.1 主要成果及结论 | 第139-141页 |
| 8.2 主要贡献 | 第141-142页 |
| 8.3 研究的局限性 | 第142-143页 |
| 8.4 进一步研究的方向 | 第143-144页 |
| 参考文献 | 第144-167页 |
| 致谢 | 第167-168页 |
| 攻读博士学位期间发表论文和获奖情况 | 第168-169页 |
| 攻读博士学位期间参与完成科研项目情况 | 第169-170页 |
| 作者简介 | 第170-171页 |
