导读:本文包含了投资组合最优化论文开题报告文献综述及选题提纲参考文献，主要关键词:保险公司,投资组合,最优化模型
投资组合最优化论文文献综述
许仨[1]（2019）在《保险公司投资组合的最优化模型研究》一文中研究指出保险行业作为金融行业当中主要的组成元素之一,社会经济的发展和国家金融体系的建立在稳定方面发挥着重要的作用。要保证我国保险行业的发展,就必须要使保险行业风险承担能力有所提高。保险投资就是一种象征着保险公司本身在业务中能够进行及时且准额赔偿的投资活动。简而言之,就是通过合法的运作和经营,保险资金保值并增值,获得利润。保险公司在发展和进行业务运营时,如何确保保险公司投资组合最优化,如何保证保险企业资金的安全和收益,就成为保险行业工作人员关心的重要问题。本文旨在结合我国目前保险公司的保险投资活动,通过分析其优化投资模型,研究保险公司投资利润最大化的策略。(本文来源于《时代经贸》期刊2019年27期）
李悦莹,何传敏[2]（2019）在《基于马柯威茨模型的投资组合最优化实证研究》一文中研究指出由于很少有投资者可以合理地分析投资市场,仅仅依靠所谓的内幕消息和其他方法已经不能满足投资需求。人们逐渐意识到投资的结合是未来投资的方向,因此建立数学模型是研究最优投资组合投资方法的良好策略。数学模型应运而生。本文主要针对投资组合的优化研究,通过研究Markowitz模型的原理,建立了投资组合优化的数学模型。而在最后的实证分析表明,优化数学模型的结合具有解决实际问题的可行性。(本文来源于《大众投资指南》期刊2019年04期）
叶博韬[3]（2017）在《投资组合的最优化设计》一文中研究指出多元化投资组合是投资人或金融机构所持有的股票,债券,金融衍生品等产品的集合,其目的在于保证收益的前提之下,降低投资人可能面临的风险。线性规划是运筹学中研究较早,发展较快的一个分支,主要是研究线性约束条件下目标函数的数学理论和方法。为了能快捷而又有效的区分投资组合的投资价值,文章运用了线性规划方法来对投资组合进行最优化的求解。本文可简单的分为叁部分:第一部分介绍了线性规划的数学模型;第二部分讲述了线性规划对于投资组合的意义;第叁部分介绍了线性规划在投资组合选择中的实际应用。(本文来源于《大众投资指南》期刊2017年10期）
时晓敏[4]（2017）在《带非光滑系数的投资组合最优化问题》一文中研究指出金融数学主要包含叁个分支:投资组合理论;资产定价理论;风险度量理论。本文主要研究连续时间投资组合选择问题。期望效用最大化和均值-方差组合优化模型是目前两种最主要的投资组合选择理论。除此之外,考虑如何以尽可能大的概率达到一个预先设定的目标也是一个很有趣的投资组合选择方式。本论文将对这叁种投资组合选择理论进行不同程度的推广。期望效用理论由于受到了诸如Allais悖论、Ellesbcrg悖论的挑战,逐渐被更广的效用理论(如递归效用,多先验效用)所代替。在本论文中,我们首先从两方面研究递归效用最大化问题。第一方面,我们研究了部分信息下递归效用的优化问题,其中投资者只能观测到股票价格,而无法观测到股票的平均收益率,同时不需要递归效用方程的系数是可微的。本文利用鞅方法,通过一系列的转化,将该问题转化为一个博弈问题,然后用凸对偶方法刻画了该博弈问题的鞍点,并给出了原问题的最优终端财富。第二方面,我们研究了凹系数下的递归效用优化问题,其中投资者的财富方程和递归效用方程的系数都不需要可微性假设,从而能够包含借入借出利率不相等模型和K-未知模型。通过鞅方法和凸对偶方法,我们给出了其对偶问题的鞍点刻画以及原问题的最优终端财富,并且给出了几个能够显式算出最优解的例子。其次,我们把均值-方差组合优化模型从经典的线性财富方程推广到一类非线性非光滑财富方程情形。当财富方程的系数都是确定性函数时,我们采用动态规划原理,写出其相应的HJB方程,并且构造出了该HJB方程的粘性解,从而得到了最优投资组合的反馈形式;当财富方程的系数是随机过程时,借助于随机Riccati方程,我们用配方法给出了最优投资组合的反馈形式。另外,为了与[53]中的充分性作比较,本文还利用凸对偶方法找到了财富方程的"合适"的下导数。第叁,我们研究了投资者对于股票收益率有模糊时的达到目标问题。投资者想要寻找最稳健的投资策略,所以这本质上是一个博弈问题,但是由于目标函数非凸非凹,甚至不连续,"min-max"定理无法直接使用,我们会直接证明"min-max"可以交换,并且显式的给出鞍点的形式。在经典的概率公理体系中,极限理论是一个很重要的分支。由于Allais悖论、Elles-berg悖论的出现,在期望效用理论被更广的效用理论所替代的同时,概率的可加性,甚至Kolmogorov的经典概率公理体系也受到了冲击。这促使学者们开始研究非可加概率和非线性期望下的大数定律和中心极限定理。但是,非可加概率下的中心极限定理进展非常缓慢。在信念测度下,最近[30]给出了针对Bernoulli随机变量的双边区间上的中心极限定理。虽然信念测度在某种意义上是最特殊的一种非线性概率,这仍然是很大的进步。因此,在本论文的最后一章,我们把[30]中的中心极限定理从Bernoulli随机变量推广到了一般有界随机变量。其中,刻画双边区间上的信念测度需要用到二维正态分布,其相关系数的计算是非常复杂的。下面,我们将简要的介绍每一章的主要结果。1.部分信息下的递归效用优化假设金融市场中的股票价格满足以下随机微分方程:(?)在本章,我们假设投资者观测不到股票的平均收益率μ'=(μ1,...,μd)和驱动股票价格的布朗运动W,而只能观测到股票价格S。从而,投资者必须基于股票价格选择投资策略来达到递归效用最大化,也就是说他的投资组合π(t)必须是gt=σ(S(u),u ≤t)适应的。由于投资者无法观测到布朗运动W,他的递归效用过程也就无法用W来驱动。为了定义基于信息流{gt}t>0的效用过程,我们引入新息过程(?)上述W是概率p下的布朗运动,并且σ(W(s),s≤y)(?)gt。从而我们可以定义投资者的递归效用过程(?)并且财富方程可以写成dX(t)=π'(t)μ(t)dt + π'(t)σ(t)dW(t).(0.0.3)通过上述滤波技术,我们的在第一章中主要研究的问题可以归结为最大化yx,π(0),(0.0.4)其中X(t≥ 0表明不允许投资者破产。根据BSDE的解的存在唯一性,我们知道选择π和选择终端财富X(T)是等价的,而且根据BSDE(1.2.3)的比较定理,我们知道一个非负的终端财富(ζ= X(T)≥ 0)会使得财富过程在任意[0,T]上的时刻都非负。从而,我们的问题(0.0.4)转化成下面的优化问题:其中并且"控制变量"终端财富ξ是从下面这个集合中选出来的由于函数f是凹函数,不一定可微,所以[54,55]中的最大值原理无法使用。我们把上述问题(0.0.5)进一步转化成一个博弈问题:其中函数F是f的凸对偶函数并且我们想要找到鞍点(β,γ,ξ)∈B × A(x)使得对任意0<ζ<∞,我们引入值函数以及在1.3节,我们得到了以下结论。引理0.1.假设(H1.1),(H1.3),(H1.4)成立,对任意给定的ζ>0,存在一对(β,γ)=(βζ,γζ)∈ 达到式(0.0.9)中的下确界。引理0.2.假设(H1.1),(H1.3),(H1.4)成立,并且设则对任意给定的x>0,存在ζ = ζx ∈(0,∞)达到式(0.0.10)中的下确界。本章我们的主要结果是:定理0.1.假设(H1.1),(H1.3),(H1.4)成立,令(β,γ)是值函数(0.0.9)中的极值点,ζ是式(0.0.10)中的极值点,则(β,γ,ξ)是式(0.0.8)的鞍点,其中在1.4节,我们主要研究了当d = 1,f =K|Z|时的几个例子。例0.1.当u(x)=1-e-αx,x ∈R,α>0时,我们有问题(0.0.5)的最优终端财富值是例 0.2.当 u(x)= 1n x,x>0 时,我们有其中(y(t),z(t))是下述BSDE的唯一解,以及ζ=1/x 问题(0.05)的最优终端财富值值是ξ =·例0.3.当μ(t)是t的有界确定性的函数时,我们有例 0.4.2.凹系数下的递归效用优化在第1章中,财富方程是线性的,但是在很多重要的金融市场中,财富方程不再是线性的,比如借入-借出利率不相等情形。所以本章将研究当财富方程和递归效用方程的系数都是凹函数时的效用最大化问题。在第2.2节开始,我们首先给出了几类重要的财富方程,他们的系数都是非线性非光滑的,但是都是凹函数。把终端财富值看成"控制变量",我们的问题是,其中和由于函数b和f都是凹函数,不一定可微,故无法用最大值原理来刻画最优的ξ。所以我们把上述问题转化成变分形式我们想要找到鞍点(β,γ,ζ)∈ β ×A(x)使得对任意0<ζ<∞,引入值函数和在2.3节,我们得到了以下结论,引理0.3.假设(H2.1),(H2.2),(H2.3)和(H2.4)成立,则对任意给定的ζ>0,存在(∞,γ)=(βζ,γζ)∈ B和(μ,υ)=(μζ,υζ)∈B'达到式(0.0.16)中的下确界。引理0.4.假设(H2.1),(H2.2),(H2.3)和(H2.4)成立,对任意给定的实数x>0,存在实数a ∈(0,∞)达到式(0.0.17)中的下确界。本章我们的主要结果是下面的定理。定理 0.2.假设(H2.1),(H2.2),(H2.3),(H2.4)和(H2.5)成立,令(μ,υ,β,γ)是式(0.0.16)中的极值点,令ζ是式(0.0.17)中的极值点。定义则我们有(?)ξ ∈A(x),(?)(β,γ)∈ B,也就是说,(ζ,β,γ)是问题(0.0.15)的鞍点。在2.4节,我们令函数f =K'|Z|,u(x)= 1/αα,x>0,0<α<1,然后分别研究了线性财富方程情形、借入-借出利率不相等情形以及价格压力模型。特别地,对于最后一种财富方程,当系数是t的确定性函数时,我们用推广了的动态规划原理给出了最优的投资组合过程和最优的效用强度过程。3.一类非线性财富方程下的均值-方差问题假设投资者的财富方程满足以下随机微分方程:对于给定的期望水平K,考虑下面的连续时间均值-方差投资组合选择问题:在3.2节中,我们首先研究了当股票个数和布朗运动维数d=1,以及所有系数r,θ,θ,σ都是t的确定性函数时的均值-方差问题。我们把问题(0.0.19)动态化,得到值函数v(t,x;d)(d是拉格朗日乘子)应该满足HJB方程,我们给出了 HJB方程(0.0.20)的一个粘性解并且说明了该粘性解就是值函数v(t,x;d)。定理0.3.假设(H3.1)成立,则是HJB方程(0.0.20)的一个粘性解。并且问题(3.2.6)的最优反馈控制是进而我们得到了本节最主要的结果。定理0.4.问题(0.0.19)的有效策略可以写成时间t和财富X的函数:在3.2.3节中,我们给出了几个符合财富方程(0.0.18)的金融市场模型。本章3.3节致力于研究d≥1维随机系数情形的均值-方差问题(0.0.19)。首先,对于问题(0.0.19)的可行性,我们有以下定理。定理0.5.对任意的(?),均值-方差问题(0.0.19)是可行的当且仅当其中由于财富方程(0.0.18)的系数是随机的,故问题(0.0.19)无法用3.2节中的动态规划原理方法解决。而且[53]中的终端变分方法也无法使用,因为(0.0.18)的系数不可微。所以我们将采用完全平方法,而这需要两个推广了的随机Riccati方程。其中我们研究了方程(0.0.22)和(0.0.23)的解的存在唯一性。定理0.6.BSDE(0.0.22)(相应地(0.0.23))存在唯一解(Pr,A1)(相应地(P2,A2))。有了随机Riccati方程的解的存在唯一性,我们就可以通过Riccati方程来构造问题(3.3.6)的最优控制。定理0.7.状态反馈控制是问题(3.3.6)的最优控制。而且问题(3.3.6)的最小花费是本节的主要结论是定理0.8.问题(0.0.19)的有效策略可以写成时间t和财富X的函数:在3.3.3节,当d = 1时,我们用凸对偶方法把[53]中推论4.4断言的下导数找到了。即其中(Y,Z)是下面这个倒向随机微分方程的解并且4.带模糊的目标可达问题在本章中,我们研究了当投资者对于股票平均收益率带有模糊时的"目标"问题。投资者试图寻找一个最稳健的投资策略,即在最坏的可能情况下以尽可能大的概率达到"目标"。具体的说,本章研究了以下博弈问题:由于目标函数I{x≥1}既不是凸函数也不是凹函数,甚至不连续。在这种情况下,"min-max" 定理无法使用,我们直接证明了 "min-max" 可以交换,并且显式的给出了鞍点的形式。令其中通过直接证明以下两个定理,定理定理得到了本章最重要的结果,定理0.11.(θ*,π*)是问题(0.0.24)的一个鞍点,也就是说,5.信念测度下的中心极限定理本章致力于将[30]中关于信念测度下Bernoulli随机变量的中心极限定理推广到一般有界随机变量情形。5.2节给出了信念测度的基础知识,5.3节研究了信念测度在单边区间上的中心极限定理,得到了以下结论。定理0.12.对于假设(H5.1)中定义的随机变量序列(?),我们有和其中μ,μ,σ,σ厅是引理5.1中定义的。以上结论显示独立同分布随机变量序列的部分和经过合适的标准化会渐进于标准正态,似乎看不出与经典的中心极限定理的本质区别。由于信念测度的非可加性,单边区间的中心极限定理并不能完全刻画信念测度的全部性质,甚至连双边区间上的极限性质也无法刻画。对于双边区间情形,我们有以下极限定理成立。定理0.13.对于假设(H5.1)中定义的随机变量序列(?),存在不依赖于α1,α2或n的常数K使得其中ρ是引理5.2中定义的。而且,上述结果当α1和α2依赖于n时也是成立的。从上述定理可以看出来,独立同分布随机变量序列的部分和落入双边区间的信念测度渐进于二元正态分布,这是与经典概率测度下的中心极限定理本质不同之处。(本文来源于《山东大学》期刊2017-05-21）
李春丽,蔡玉杰[5]（2015）在《CIR利率模型中基于对数效用的投资组合最优化问题（英文）》一文中研究指出本文研究了CIR利率模型中基于对数效用的最优长期投资问题和无限时间域上的最优折算消费问题.通过求解相关的动态规划方程,获得了这两个最优化问题的最优策略及值函数的明确表现形式.(本文来源于《数学杂志》期刊2015年06期）
余睿[6]（2015）在《负债驱动型企业年金投资组合最优化决策》一文中研究指出企业年金是我国养老金保障体系的重要支柱之一。随着我国利率市场化的逐步推进和长寿风险的凸显,我国企业年金的资产负债管理面临着巨大的压力。当前我国养老金已经形成了较为明显的资金缺口,这主要有叁个原因：一是积累过多旧账；二是双轨制缺陷；叁是企业年金投资不当,收益偏低。如何完善企业年金基金投资管理体系,如何坚持走企业年金投资管理专业化、市场化的道路,如何坚持投资精细化管理提高资金投资效率等问题亟待解决。我国企业年金用于股票和基金的投资比例远小于发达国家.如何改善我国企业年金的投资结构,在风险可控的前提下提高企业年金的投资收益成为越发迫切的问题。传统的均值—方差投资方法以获得最大投资收益为目标,但对于具有较长投资期限且风险暴露复杂的企业年金而言,往往会造成资产和负债的错配,从而引起偿付能力不足的危机。当前获得广泛关注的资产负债管理方法能够较好的解决这一问题,资产负债管理方法关注了资产和负债现金流的动态变化,同时兼顾了资产方的综合收益和负债方的给付压力。而资产负债管理方法中的负债驱动型投资策略由于着重强调了企业年金的覆盖比率,因此在企业年金投资领域具有明显的优势。当前我国人口老龄化现象日益严重,负债驱动型投资模式对于提高我国企业年金保障能力,弥补企业年金资金缺口具有一定的实用价值。本文借助资产负债管理框架中的负债驱动型投资方法,对我国企业年金的投资组合最优化策略进行了研究。首先简要阐述了当前企业年金的模式选择、投资方法以及负债驱动型投资策略的优势,然后从企业年金面临的两大问题-长寿风险和市场风险出发,通过Lee-Carter叁因子模型和Hull-White利率模型构造了死亡率-金融市场联合模型；之后通过养老金精算模型和基本假设构建了某中小企业的标准企业年金现金流账户；在此基础上,本文引入了负债驱动型投资组合最优化决策,运用蒙特卡洛模拟方法,通过之前的死亡率-金融市场联合模型对企业年金在未来年份的投资收益进行测度,并在各置信水平下与传统的投资方法进行了比较。研究结果表明,负债驱动型投资能够兼顾企业年金的负债流动性需求和整体的投资收益需求,同时在市场下行时期具有更强的风险控制能力,因此能够增加年金的偿付能力并更好的为成员提供养老保障。(本文来源于《湖南大学》期刊2015-04-30）
尹楠[7]（2015）在《投资组合最优化有效边界绘制的实证分析》一文中研究指出本文探讨投资组合优化问题中有效边界的绘制,基于实证分析利用均值方差模型方法和模拟退火算法分别绘制出投资组合的有效边界。结论表明,基于模拟退火算法绘制出的有效边界相对精确。(本文来源于《财会月刊》期刊2015年11期）
牛若琳[8]（2015）在《有价证券投资组合的最优化分析》一文中研究指出分析有价证券的方法有很多,为了能够方便快捷的分析计算出有价证券的最优组合情况可借助理论分析与软件计算的方法。文章通过运用运筹学中非线性规划的方法并借助简单、容易操作的Excel工具来对有价证券的投资组合进行最优化求解,最后进行预期回报率和风险的分析。(本文来源于《商》期刊2015年02期）
贾小波[9]（2014）在《Beta约束下的投资组合最优化分析》一文中研究指出自1952年Markowitz提出经典的均值-方差投资组合理论以来,投资组合理论涌现出了大量重要的研究成果,比如新的风险度量方法,放宽假设后修正的均值-方差模型等等。本文是在Markowitz均值-方差模型基础上,加入Beta约束后考察最优投资组合的性质和有效前沿的变化,并且实证检验Beta约束下最优投资组合的业绩表现。本文的研究与以往研究最大不同在于,以往的研究要么只考虑了投资组合的总风险(即收益的方差)要么就只考虑了投资组合的系统风险(即收益的Beta系数),而本文却将二者恰当地结合起来,组建了在系统风险给定时投资组合总风险最小的均值-方差模型。在回顾和总结以往投资组合理论研究成果后,本文提出了Beta约束下的均值-方差最优化模型。然后分别从理论和实证两个角度对该模型进行分析和检验,理论部分主要考察了该模型下最优投资组合的性质和有效前沿的变化,实证部分则主要检验了该模型下最优投资组合的业绩表现。在理论分析部分,通过对Beta约束下投资组合模型最优化解的分析,本文得出Beta约束下最优投资组合的四条性质:(1)最优投资组合满足叁基金分离定理;(2)最优投资组合的构造过程需叁步完成;(3)Beta约束是可以对冲投资组合系统风险的;(4)带Beta约束的最优投资组合是非效率的。本文还通过一个数值例子考察了带Beta约束均值-方差模型有效前沿的变化,结果发现:有效前沿总是位于Markowitz有效前沿的右边,即导致了投资组合的非效率性,并且这种非效率性的大小还与Beta密不可分。在实证分析部分,本文分牛市和熊市两个阶段考察了Beta约束下最优投资组合的业绩表现。实证结果表明:在牛市阶段Beta约束下投资组合的期望收益率是随着Beta的增大而增加的,但Sharpe比率却是随着Beta的增大而减小的;而在熊市阶段Beta约束下投资组合的期望收益率是随着Beta的减小而增大,但Sharpe比率是随着Beta的减小而减小的。通过实证结果本文还得出结论:理想的投资组合应该是这样的,在该Beta约束下,不仅投资组合期望收益率高于Markowitz均值-方差模型并且投资组合的Sharpe比率应该与Markowitz均值-方差模型一致。(本文来源于《电子科技大学》期刊2014-04-25）
解殿超,解素慧[10]（2014）在《基于资源约束的M省移动公司最优化投资组合分析》一文中研究指出带有约束条件的最优化问题是运筹学的一项基本方法,基于这一思路探讨M省移动公司在投资约束条件下,前瞻性建设与投资效益关系问题。首先分析了电信行业发展的"七化"趋势,以及公司战略转型、创新发展需要的前瞻性建设需求。然后基于M省移动公司与中国移动全国平均水平对比下的资源约束条件,以辩证的思想和最优化投资组合的思路,剖析了M省移动公司如何处理前瞻性建设与投资效益二者的关系。(本文来源于《移动通信》期刊2014年07期）
投资组合最优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
由于很少有投资者可以合理地分析投资市场,仅仅依靠所谓的内幕消息和其他方法已经不能满足投资需求。人们逐渐意识到投资的结合是未来投资的方向,因此建立数学模型是研究最优投资组合投资方法的良好策略。数学模型应运而生。本文主要针对投资组合的优化研究,通过研究Markowitz模型的原理,建立了投资组合优化的数学模型。而在最后的实证分析表明,优化数学模型的结合具有解决实际问题的可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
投资组合最优化论文参考文献
[1].许仨.保险公司投资组合的最优化模型研究[J].时代经贸.2019
[2].李悦莹,何传敏.基于马柯威茨模型的投资组合最优化实证研究[J].大众投资指南.2019
[3].叶博韬.投资组合的最优化设计[J].大众投资指南.2017
[4].时晓敏.带非光滑系数的投资组合最优化问题[D].山东大学.2017
[5].李春丽,蔡玉杰.CIR利率模型中基于对数效用的投资组合最优化问题（英文）[J].数学杂志.2015
[6].余睿.负债驱动型企业年金投资组合最优化决策[D].湖南大学.2015
[7].尹楠.投资组合最优化有效边界绘制的实证分析[J].财会月刊.2015
[8].牛若琳.有价证券投资组合的最优化分析[J].商.2015
[9].贾小波.Beta约束下的投资组合最优化分析[D].电子科技大学.2014
[10].解殿超,解素慧.基于资源约束的M省移动公司最优化投资组合分析[J].移动通信.2014