声明
摘要
1 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 文献综述
1.2.1 国外相关研究综述
1.2.2 国内相关研究综述
1.3 研究思路与内容
1.3.1 研究思路
1.3.2 研究内容与框架
2 资产配置相关理论介绍
2.1 Markowitz均值-方差理论
2.2 Black-litterman资产配置模型
2.2.1 Black-litterman模型的核心思想
2.2.2 Black-litterman模型参数设定
3 ANNs-BLR模型构建
3.1 Bootstrap方法
3.1.1 Bootstrap方法简介
3.1.2 重抽样方法在投资组合理论中的应用
3.1.3 结合重抽样理论的市场均衡收益率
3.2 人工神经网络
3.2.1 人工神经网络的工作原理
3.2.2 神经网络类型选择
3.2.3 BP神经网络
3.3 改进后Black-litterman模型的构建
4 实证过程
4.1 数据选取
4.2 BP神经网络预测观点收益
4.2.1 BP神经网络预测时间序列数据的预处理
4.2.2 神经网络结构确定
4.2.3 BP神经网络拟合与预测
4.3 ANNs-BLR模型构建
4.3.1 均衡超额收益率
4.3.2 观点相关参数
4.3.3 模型运行结果
5 实证结果分析
5.1 研究目的
5.2 ANNs-BLR模型与均值方差模型的比较
5.2.1 基于均值方差模型的配置结果
5.2.2 ANNs-BLR模型配置结果
5.2.3 模型绩效比较
5.3 采用不同市值权重对模型影响的实证
结论
参考文献
附录A 文中部分表格
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学;