投资组合

摘要： 文章以2011—2019年公募基金数据样本为研究对象,考察了基金机构持股的成长性、行业及长短线偏好在不同市场环境下对投资绩效的影响.研究发现:在牛市环境下,公募基金投资组合中持有小盘股、轻资产企业以及成长性高的科技股会带来更高的投资绩效;而在熊市环境下公募基金的投资组合中更偏向于持有大盘股、重资产企业以及消费行业的股票从而带来更高的投资绩效.进一步研究发现,公募基金机构的异质性也同样作用于其投资绩效.本研究有助于理解基金机构对于稳定股市的作用以及规范交易型公募基金投资机构投资行为的重要性.

摘要： 为解决经典均值-方差模型对收益率的假设不能完全适应于实际证券市场的问题,引入收益权重计算每个时间段收益占总时间段收益的比重。考虑模糊环境下多重摩擦因素,提出了一种可能性均值-下半方差-熵多周期投资组合优化模型。利用外点罚函数法将其转化为无约束优化问题。在标准的遗传算法中引入混沌映射改变种群提取过程,扩大种群多样性以便寻到更优个体。数值实验和仿真结果表明建立的模型是合理的,改进的算法是有效可行的。

摘要： 目的提出一个改进的差分进化算法,求解在模糊环境下建立的可能性均值-下半方差多期投资组合模型。方法考虑模糊环境下多个摩擦因素,利用交易限制引入资产的基数约束,构建一个可能性均值-下半方差多期投资组合模型。在标准的DE算法中引入levy飞行随机游走策略增强算法寻优能力。结果与结论数值实验和仿真结果表明,利用改进的DE算法得到的投资收益比标准的DE算法高,且风险值比标准的DE算法低,同时也验证了建立的模型的合理性和实用性。

摘要： 传统股票投资组合研究主要基于马科维茨投资组合理论,但该理论也存在着市场因素对投资组合多样化程度影响显著、组合风险不够分散等问题。 为进一步改进马科维茨投资组合理论以降低股票组合风险,文章分别利用两种收益率分解方法构建基于剔除市场因素、行业因素和公司特质因素收益率序列的投资组合。

摘要： 随着我国国内生产总值高速增长,社会财富快速积累,我国财富管理需求不断增加,国内财富管理市场亟需提升和发展。文章系统梳理中美财富管理市场现状,分析我国财富管理市场存在的问题,进一步采用股票、债券、期货指数等构建投资组合,绘制有效前沿进行实证分析,研究期货对投资组合的风险收益的作用。最后,依据研究内容提出三点政策建议:完善期货市场的监管机制、丰富期货等金融衍生品的种类和放松机构投资者使用衍生品的政策限制。

摘要： 以投资组合收益率的偏度大于等于零来控制投资风险,以CVaR与期望收益率的比值来度量单位收益风险,构建了偏度约束下单位收益风险最小的投资组合优化模型,并利用股票市场数据加以实证检验。此模型的主要特色包括:一是引入偏度大于等于零的约束,既减少了重大投资损失发生的概率,又保留了高收益率出现的机会,降低了投资风险;二是选用CVaR与期望收益率之比测度单位收益风险,对收益和风险加以综合考虑,避免了投资者对收益率设定得过高或过低所导致的单位收益风险偏高,提升了投资的合理性;三是对模型作离散化和线性化处理,不需假定收益率是否服从正态分布就能求解,简化了模型的计算,提高了模型的普适性。

摘要： 简单的交易方法一直是中小投资者所追求的,本文在此基础上讨论以基金重仓股为投资组合的投资方法,这种利用基金定期披露的季度报表来获取基金重仓股并构建投资组合便由此而生。基金的重仓股直接影响基金的收益率,关乎基金经理的名声。在限制卖空的条件下,单只基金的重仓股成为该基金的基金经理最为看好的股票,而对于A股市场中的基金重仓股表现为持股市值大或者持股比例高。相关的各标的数据排名反应了该股票被基金的看好程度。

摘要： Lummus Technology公司旗下的Green Circle公司和Chevron Lummus Global(CLG)公司宣布将投资组合中的多项技术进行整合,以用于循环经济。合作伙伴将结合使用Lummus New Hope Energy塑料热解技术、CLG公司的ISOCONVERSION技术和Lummus公司的蒸汽裂解技术,使运营商能够利用经过加氢处理的混合废塑料裂解油生产蒸汽裂解产品。

摘要： 本文选取了沪深300下六个行业指数,分别用C-Vine、D-Vine、R-Vine进行相关结构建模。研究发现:D-Vine结构对相关结构的拟合程度最好,在不断引入新行业指数后,可以明显地发现降低其结构的相关性。然后对其投资组合进行风险性度量,VaR经常作为衡量风险的指标,但VaR不符合资产的一致性风险测度和无法捕捉尾部极端风险,故使用CVaR作为投资组合风险的指标。综上,资产之间的相依结构能起到优化投资组合的效果,在降低投资组合风险的同时增加了回报率。

摘要： 金融资产配置的关键问题是资产的价格,资产定价是现代金融学的核心内容,揭示资产定价规律一直是金融研究热点之一。文中回顾了机器学习在资产定价领域使用的方法与研究进展,将机器学习资产定价的方法分类为基于特征处理的机器学习方法与端到端处理的深度学习方法;围绕当前机器学习资产定价遇到的主要问题,比较了不同算法在原理和应用场景方面的区别;指出了两类机器学习方法的适用性与局限性;讨论了机器学习资产定价未来可能的研究趋势。

摘要： 如何将资金合理分配到投资项目中,以在获得较高收益的同时保持较低的风险是现如今投资者关注的首要问题,也是投资组合理论的关键问题.针对我国证券投资市场中交易费用的普遍性和重要影响,以及我国投资者大部分属于风险规避型等实际情况,建立了同时考虑交易费用和无风险资产的改进投资组合均值方差模型.为了辅助投资者从算法求得的有效前沿中找到最满意的投资方案,以实现模型的有效应用,设计了一个针对改进的投资组合均值方差模型的交互式决策过程.基于交互式过程采用我国沪深A股主板市场的实际数据对模型进行应用验证.应用效果证明,投资者可以使用改进的投资组合均值方差模型,在交互式决策过程的引导下,从包含多个非劣解的Pareto最优解集中选出最贴近其需求的投资方案,提高了投资方案中投资组合的实际应用价值.

摘要： 2010年4月16日，中国金融期货交易所首次推出沪深300股指期货产品，这意味着我国金融市场迎来了可以进行双向交易的新时期，这是我国金融改革重要里程碑之一。本文基于投资组合的安全第一准则,建立了带补偿的两阶段随机规划投资组合选择模型.由于市场中投资者更关注下行风险,故本文利用下半绝对偏差来度量投资风险,并引入股指期货对系统风险进行对冲,从而保证投资组合收益的稳定性.同时,文章利用数值算例对模型进行验证,通过对实际算例的结果分析,发现组合在下行市场中表现出良好的收益与较低的波动性.为了保证投资策略在上行市场中的投资收益,本文还对市场趋势进行预先判断,以此作为股指期货投资策略调整的依据.

摘要： 十八大报告以及十八大三中全会再三提到了发展多层次资本市场,进一步分散金融风险,促使我国对投资组合的应用更加广泛,更是对投资组合模型的有效边界的研究提出了新的要求.近些年来,随着计算机科技的不断发展,遗传算法在不同领域得以广泛应用,在投资组合领域也得到了广泛重视.为了科学系统的探索遗传算法在投资组合模型中的应用效果,本文设计了从5,10,50,100,200,300,400只股票,结合标准投资组合模型、带上界约束条件的投资组合模型以及带市值约束条件的投资组合模型三种约束条件.应用遗传算法对不同投资组合的有效边界分别进行求解,进而与由参数二次性规划法求得的有效边界的精确解进行比较,研究不同数目、不同约束条件下遗传算法的有效率.分析结果表明,在三种约束下,随着股票数目的上升,遗传算法的有效率呈逐渐下降的趋势.多目标投资组合成为了一个活跃的领域,也提出了相应的对遗传算法效果的评估与建议.

摘要： 本文针对带有二阶随机占优约束的投资组合优化模型,提出了一种光滑化算法求解该类模型,其基本思想是先用样本平均值近似方法将带有随机变量的期望收益函数离散化,使原问题转化为一般的带有二阶随机占优约束的非线性规划问题,然后用一种光滑化技术处理二阶随机占优约束中非光滑函数,将原模型转化为光滑化的模型,并且证明了该光滑化模型具有全局最优解.

摘要： 为了提高细菌觅食优化(BFO)算法的收敛速度,降低它的计算复杂性,从结构设计的新思路提出了结构重组的细菌觅食优化(SRBFO)算法.借鉴粒子群算法(PSO)中单循环结构的优点,对细菌觅食算法的结构重新设计,采用复制频数、驱散-死亡频数、趋化次数三个参数来判断复制、驱散-死亡操作的进行,在不违背原始算法的基本思想的前提下,将嵌套循环结构简化为新的执行结构.为了验证该算法的有效性以及可行性,首先将SRBFO算法与BFO算法在四个常见的测试函数上进行仿真,结果表明SRBFO算法既保持了原算法的优点,又能大大降低计算时间.接着将SRBFO算法应用于求解带有交易费用和不允许卖空的投资组合优化问题.考虑了三种对风险态度的投资者,选择了较为困难的8个资产的投资问题进行仿真,并将结果与PSO和SPSO算法对比,再一次证明了SRBFO算法在寻找最优投资组合的有效性以及可行性.

摘要： 本文利用2010年1月至2014年3月的数据检验了我国商品期货、房地产、黄金和行业股票四大类共三十种重要金融资产的通胀对冲能力,筛选出具有通货膨胀保护功能的资产.同时构建考虑通胀因素的均值方差模型,利用筛选出的资产构建投资组合,在股票资产池的基础上依次加入黄金、房地产和商品期货,对比投资组合对有效前沿,得到具有通胀保护功能的最优投资策略.

摘要： 习近平总书记在2015年底提到股票市场的发展,对股票市场的发展提出了新的要求,股票市场的健康发展需要投资者主动控制投资组合的风险,这促使投资组合在我国股票市场的应用更加广泛,更对投资组合模型的效果研究提出了新的要求.为了科学系统地探索投资组合模型在我国股票市场中的应用效果,本文选取了自2013年1月至2015年12月中由证监会划分的18个行业中流通市值最大的股票,以此建立带上界约束条件的投资组合模型.针对股票市场指数的收益率,本文创新性地使用参数二次规划和逆向优化计算出精确的权重向量的函数表达式,求解出特定收益率下最优投资组合的权重向量,进而对比在下一时间阶段内我们所构造的投资组合与股票市场指数收益率.12个实验组的分析结果表明,基于参数二次规划和逆向优化下的投资组合收益率基本超越了同时期的股票市场指数的收益率,实证表明投资组合模型在我国股票市场有着一定的应用价值.

摘要： 在现实投资场景下,使用分段线性非凸函数更有效描述交易成本而不是线性地刻画交易成本,模型更加贴近实际,计算结果也能够更加有效地指导投资实践.本文引入分段线性非凸交易成本函数,在均值一绝对差(MAD)模型的基础上进行扩展,加入阈值和基数约束,并允许卖空(如果能得到更好的风险收益抵换率)来建立更贴近现实的非凸MAD模型.本文选取了与标准普尔500指数、罗素2000、罗素3000指数相关的数据集使用IBM CPLEX进行模型求解,结果显示,在相同风险水平下,非凸模型的收益率明显高于普通线性模型,当使用16个线程进行求解时,求解速度最快.

摘要： 金融工程(Financial Engineering)专业兴起于20世纪90年代初,是综合运用数学、统计学和计算机编程技术来解决金融问题的崭新领域.通过历史模拟方法计算出的期权期望收益率为4.8%，低于同期一个月期银行理财产品5.1%的收益率。本案例中沪深300指数收益率的我们借鉴了历史数据，不同的收益率分布对应不同的期权期望收益。为保证历史业绩真实性，将选择第三方提供的历史数据(提供通道的基金公司、证券公司、信托公司);使用数据分析技术对产品的历史业绩进行绩效评估与归因分析;基于真实数据分析结果，力求投资组合分散的最大化。

摘要： 建立了以到期利润率、风险损失率为不确定变量的情况下利润最大化和风险最小化的不确定目标规划模型,即不确定环境下期望值目标规划模型和机会约束目标规划模型. 为能简便快速的求解不确定模型,把不确定规划模型转化为其清晰等价形式. 最后通过一个数值例子来说明用不确定规划解决不确定投资问题的有效性.

摘要： 本发明公开了一种基于机器学习的量化投资策略设计和投资组合生成方法，涉及智能金融技术领域。该方法包括：构建投资基础框架模型；获取基础策略开发信息并导入至投资基础框架模型，以得到初始量化投资策略模型；获取并统计投资网络平台中的用户策略设计信息；对历史量化投资策略信息和对应的投资结果进行分析；构建目标量化投资策略模型；将投资者的资信信息导入预置的风险分析模型中；将投资需求和投资对象风险信息导入至目标量化投资策略模型中，生成投资策略设计信息；生成投资组合信息。本发明结合多方面的投资数据为投资者进行合理的量化投资策略设计，并生成全面精准的投资组合，为投资者提供全面的投资参考。

摘要： 本发明公开了一种机器学习驱动的高维量化投资模型的构建方法以及投资组合生成方法，能联合考虑资产间相关性信息、组合内资产数量以及投资者风险效益最大化，并采用基于非相似度机器学习聚类模型的随机采样方法进行优化求解，从而构建具有低相关性和高风险效益的最优投资组合，避免投资组合在市场异常波动时的组合内资产风险并创造风险可控的组合超额收益。

摘要： 分层或分割综合投资组合可以通过以下方式形成：选择投资证券组；根据与特定资产风险关联的属性将投资证券组分层或分割；并且基于投资证券组的分层位置或分割位置将相关的投资组合权重分配给各部分。属性选自可能值的全域。可以在任意点或位置处施加另外的正偏差和负偏差，所述任意点或位置包括个体资产、任意选择的资产组或任意位置。

摘要： 一种分层综合投资组合，所述分层综合投资组合可以通过下述方式来形成：选择投资证券组，根据与特定资产风险关联的属性将投资证券组分层，以及基于投资证券的分层位置将相关的投资组合权重分配给各部分。属性选自可能值的全域。可以在任意点或分层位置处施加另外的正偏差和负偏差，所述任意点或分层位置包括个体资产、任意选择的资产组或任意分层位置。

摘要： 用于投资组合遵从和管理的系统(1)接收关于金融证券的数据,这些金融证券组成来自一个信息源集合的金融基金。设计测试并应用于金融数据以证实该基金按照预定的规则管理。用户可以改正或更新金融数据,但是要记录这一改变的历史,允许完整的审计。可以以一些格式(711,712)诸如在计算机显示器上、打印、或在全球计算机网络诸如万维网上给用户提供金融数据(或基于它们的任何报告)。当由系统得到一定的测试结果时通过紧急手段自动通知用户。可以测试基金是否遵从基金规则(7),可以建立税务报告(8)和产生完整的审计报告而不需多次输入同样的数据。

摘要： 利用一种机制使投资人可以提供该投资人关于其投资组合的偏好给系统,以创建包含零股在内可反应出该投资人偏好的投资组合,则较小额投资人可在成本效益基础上创建及管理复杂的证券投资组合。且该系统可聚集执行日当天由许多投资人于不同时间产生的交易及交易冲销。此外,本发明的基于计算机的系统架构使其成本可以基于对该系统的使用(例如每月的费用),不同于以输入系统的证券交易价作为一般经纪费用。结果是投资人可以对其直接拥有的证券创建类似共同基金一般具有属性(例如多元化)的投资组合。与现有系统的问题相较,本发明的基于计算机的系统使投资者可以完全控制选取何种证券以及多少比重及额度,也可控制组成该投资组合证券的买卖的税赋影响,避免投资人因为基金经理人被授权的卖出交易而得到非自愿的应税结果。此外,本发明的基于计算机的系统提供监控及管理税赋结果所需的所有信息,且可以买卖在其投资组合中的个别证券以获得预期的税赋利益,有关其投资组合中各证券的股东权利,以及对所有投资的完整所有权和控制能力,关于这些证券的投票及其他决定权。本发明的基于计算机的系统也可对一投资组合下参数,以确保其维持在特定的多元化或风险限制。而且,本发明的基于计算机的系统提供对可能发生的费用及支出的直接控制,以及投资人下多重当日投资决定的可能性。另外,本发明的基于计算机的系统提供对其投资组合所有因素及投资人认可对其修改的控制。

摘要： 本发明公开了一种基于知识图谱的投资组合分析方法及装置，可用于金融领域，其中方法包括：获得企业内部知识图谱数据和企业外部知识图谱数据；根据企业内部知识图谱数据和企业外部知识图谱数据，生成投资组合企业图谱；根据所述投资组合企业图谱和预先建立的第一企业关系表，建立第一图谱模型；根据所述第一图谱模型，确定根节点以及对应的子节点信息；根据根节点以及对应的子节点信息和预先建立的第二企业关系表，建立第二图谱模型；根据所述第二图谱模型，利用集中度算法进行投资组合分析。本发明可以进行基于知识图谱的投资组合分析，实现分析企业的活动对企业之间产生的影响以及对投资者所投标产生的影响及风险。

摘要： 本申请公开了一种投资组合优化的方法、装置及存储介质。该方法包括：获取债券或股票的种类和历史数据；根据种类和历史数据对历史数据的协方差矩阵和均值进行编码，以得到协方差矩阵和均值的第一量子态和第一量子门；根据第一量子态和第一量子门对目标矩阵进行编码，以得到目标矩阵的第二量子态和第二量子门；根据第二量子态和第二量子门得到目标矩阵的最大特征值对应的特征向量；根据目标矩阵的最大特征值对应的特征向量得到最佳投资配比。本申请利用量子计算方法的并行性特性加以求解，能够有效解决目前计算投资组合优化缓慢的技术问题，为解决马科维茨模型提供指数加速，提高了投资组合优化方案的效率。

摘要： 本发明公开了股票预测与投资组合优化方法、系统、计算机及存储介质，采用基于禁忌搜索和微分进化的融合算法DETS，将历史数据与预测数据融合成为新的数据以改善历史数据集的缺陷，再通过融合算法DETS和Pareto排序理论相结合进行投资组合配置，从而解决预测难、组合优化难两大难点，规避现有的投资组合优化算法专注于历史数据且存在解的全局搜索能力低、时间复杂度高和解集收敛性低等缺点，在求解速度、解集的优化质量上都有较高提升，达到提高收益、降低风险的目的。

摘要： 本申请实施例提供了一种投资组合的承压评估方法、装置、设备及介质，应用于客户端，所述方法包括：响应于被触发的压力评估条件，获取被触发所述压力评估条件的投资组合在当前的估值数据、以及所述投资组合在历史时期的资讯数据；将预设的评估因子配置信息与所述估值数据进行匹配，得到与所述估值数据匹配的多个目标评估因子；对所述资讯数据中属于每个所述目标评估因子的投资标的数据进行解析，得到每个所述目标评估因子对应的波动值；基于所述估值数据中属于每个目标评估因子的投资标的的资产占比和对应的波动值，确定每个所述目标评估因子对应的抗风险值；基于所述多个目标评估因子分别对应的抗风险值，输出所述投资组合在当前的承压评估信息。