证券投资组合

摘要： 在可持续发展思想的指导下,人们对绿色投资的生态价值达成共识.但对投资组合的环境绩效的量化评估缺乏深入研究和解释.本文关注证券投资组合的碳绩效评估方法及其在投资决策中的应用.本文构建了投资组合的环境象限矩阵,分析了投资组合的财务收益与环境绩效的关系,提出一个基于EIO-LCA方法、能适用于中国的对投资组合碳绩效评价的框架,并选取基于股票指数的代表性传统投资组合和绿色投资组合进行实证检验.本文既有投资组合2012年的静态碳足迹评估,也有2012-2015年期间的动态变化评估.最后,计算的投资组合的单位投资碳强度,可以直接用于投资组合的"绿化"决策.本研究旨在推进金融资产的环境绩效评估的理论和方法思考.

摘要： 本研究基于均值-方差模型探讨投资者在投资决策过程中的投资策略问题。通过对澳大利亚4家公司股票数据的分析发现平均收益率不符合常规的风险/收益关系。然后,选取了12个月的时间序列数据分析由两种股票作为风险资产的投资组合的风险和预期收益。最后,通过对夏普比率的分析,选择了风险资产配比为1∶1的投资组合作为风险资产组合X与无风险资产合并为一个新的投资组合。通过对新投资组合的分析可知,对不同风险厌恶水平的投资者在投资组合管理中无论无风险资产是否存在,都可得到符合各自风险承受能力的最优投资策略。同一投资者在具有无风险资产存在的市场中所采取的最优投资策略获得的预期收益往往要高于在没有无风险资产存在的市场中所采取的最优投资策略获得的预期收益。

摘要： 本研究基于均值-方差模型探讨投资者在投资决策过程中的投资策略问题.通过对澳大利亚4家公司股票数据的分析发现平均收益率不符合常规的风险/收益关系.然后,选取了12个月的时间序列数据分析由两种股票作为风险资产的投资组合的风险和预期收益.最后,通过对夏普比率的分析,选择了风险资产配比为1:1的投资组合作为风险资产组合X与无风险资产合并为一个新的投资组合.通过对新投资组合的分析可知,对不同风险厌恶水平的投资者在投资组合管理中无论无风险资产是否存在,都可得到符合各自风险承受能力的最优投资策略.同一投资者在具有无风险资产存在的市场中所采取的最优投资策略获得的预期收益往往要高于在没有无风险资产存在的市场中所采取的最优投资策略获得的预期收益.

摘要： 以马科维兹投资组合理论为基础,通过分析股票的收益率及风险选出有效投资组合,运用均值—方差分析方法筛选出最优投资组合,再利用lingo软件进行多元非线性规划分析,得出最优投资组合中各资产所占权重以进行资金分配.对资本市场中偏好投资规模较小的投资人确定有效投资组合、分析各资产投资权重从而得到最优投资组合具有一定的借鉴作用和实用价值.

摘要： 以马科维兹投资组合理论为基础,通过分析股票的收益率及风险选出有效投资组合,运用均值—方差分析方法筛选出最优投资组合,再利用lingo软件进行多元非线性规划分析,得出最优投资组合中各资产所占权重以进行资金分配。对资本市场中偏好投资规模较小的投资人确定有效投资组合、分析各资产投资权重从而得到最优投资组合具有一定的借鉴作用和实用价值。

摘要： 证券投资组合优化算法是人们关注的热点、难点问题.目前研究主要集中于不同算法方面,其中运用最为广泛的是遗传算法求解证券投资组合最优化问题,但投资组合中出现的大量数据的随机性和波动性问题并没有得到很好的解决.利用数据累加和数据累减技术可以较好地解决这一问题.采用遗传智能优化算法,可以实现证券投资组合优化计算.结果 表明:在保持组合收益不变的情况下,比较由原始数据和经过处理后数据计算出的风险系数值,将原始数据进行累加处理,对于求解证券投资组合问题是有较大改善的.

摘要： 证券收益率是投资者在投资决策时考虑的重要指标.针对投资者因证券收益率的变化引起的投资心理变化,提出一种基于累积前景理论和熵理论的投资风险决策方法.首先把证券的历史收益率划分为若干个状态区间,将某证券落在某状态区间定义为该证券的状态;然后计算各证券状态的概率及熵值;再利用累积前景理论,将无风险利率作为投资者的目标参照点,计算各证券所有状态相对于参照点的“损益值”,得出各证券所有状态的价值,并将各证券所有状态发生的概率转化为投资者的心理概率,计算出各证券所有状态下的前景值,进而得出各证券的累积前景值;最后建立一种度量各证券投资风险的决策模型来确定最优组合.选择沪市证券市场进行实证研究,验证了方法的可行性及有效性.

摘要： 本文主要探讨在有收益约束情况下的证券投资组合的最优比例系数及最小组合风险.在证券投资中,应考虑在不同的行业、不同的板块中进行分散投资,在同一行业和同一板块中,应选取未来可能收益率较高并且风险较低的股票进行投资组合.

摘要： 本文将传统的马科维茨模型进行了改进,引入了风险厌恶因子,对投资比例设定了上下限.同时提出了一种并行遗传算法(PGA),其运算时间短,而且随机搜索,不易陷于局部最优.将该算法引入证券投资组合领域,将数据随机分为若干个小组,同时进行遗传优化,提高了运算效率.通过实证分析,求解改进的模型,计算表明并行遗传算法能够准确快速地解决证券投资组合优化问题.

摘要： 讨论了当投资的预期收益率和风险损失率为模糊变量时,证券投资组合模型的优化问题.并建立了证券投资组合决策系统的机会约束规划模型.最后设计了基于模糊模拟的遗传算法,该方法有效地解决了模糊证券投资组合模型的优化问题.

摘要： 现代证券投资组合理论综合考虑了预期收益和风险,研究如何使预期收益最大化的同时风险最小化.本文是在Markowitz现代投资组合理论的基础上,建立了证券投资组合的随机相关机会规划模型,并讨论了综合随机模拟、遗传算法和模拟退火算法的混合智能算法对此模型的求解.本文所建立的模型和算法为证券投资组合提供了一个新的思路.多的指标层评价因素合成为"企业核心竞争力总评价值",用来评价企业的核心竞争力水平.

摘要： 本文讨论了无概率假设的不确定性状态的投资组合问题.提出了不完全信息下证券投资组合的一种线性规则方法-相对极小极大方法,它是一种基于相对风险的度量方法.我们讨论了几种不完全信息下的情形,并提出了相应的投资组合相对极小极大分析原则.文中进一步阐述了相对极小极大方法与Markowitz的均值-方差方法和其它的方法之间的关系.

摘要： 风险控制是证券投资中的一个永恒话题,也是金融经济学中的一个研究重点,在传统的Markowitz证券组合模型的基础上,建立投资时间不确定情况下的基于CVaR的可卖空的风险控制模型,并在实证中通过遗传算法对模型求解,得出证券投资组合的优化配置.

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： 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： 本发明公开了一种证券投资组合分析演示装置及演示方法，具体涉及证券投资技术领域，其技术方案是：包括演示装置本体一、安全装置、转动装置和演示装置本体二，所述演示装置本体一底部安装有底座，所述底座顶部安装有主支撑杆，所述主支撑杆顶部安装有转动装置，所述转动装置一侧固定连接触摸显示屏，所述触摸显示屏一侧安装有销轴，所述销轴外表面活动套接套杆，所述套杆一侧固定连接LED显示屏，本发明有益效果是：本发明具有方便横向和竖向调节用于客户观看演示的触摸屏，提高实用性，使用只有工作人员才能打开的人脸扫描摄像头和安全装置，遇到不法分子强拆时自动报警，提高安全性和证券投资组合分析演示资料的保密性。

摘要： 一种基于粒子滤波的证券投资组合优化方法，首先，将证券投资组合非线性约束优化问题的求解过程转换为动态系统的状态估计过程，通过大量粒子的重要性采样、交叉与变异、权值更新、重采样、状态估计等过程，以迭代搜索的方式，逐步寻找出在某一特定的期望收益率情况下，使证券组合投资后风险最小的投资比例系数。本发明引入了遗传算法的交叉和变异操作来丰富粒子的多样性，以提高搜索范围和精度。采用粒子滤波的方法，通过迭代搜索的方式寻找出在某一特定的期望收益率情况下，使证券组合投资后风险最小的投资比例系数。

摘要： 本发明提供了一种证券投资组合的监控系统及方法，涉及投资技术领域，该证券投资组合的监控系统包括数据获取单元和服务器集群；数据获取单元用于实时获取金融数据，并将金融数据分布至服务器集群；其中，金融数据包括股票信息和公司财务信息；服务器集群用于根据所述金融数据对预先存储的各证券投资组合进行监控，并得到各证券投资组合对应的监控结果。本发明能够实时监控投资组合的盈亏情况，以减少投资者不必要的损失。

摘要： 本发明提供了一种证券投资组合的分享系统及方法，涉及证券投资技术领域，该系统包括数据获取单元和服务器集群；数据获取单元用于实时获取金融数据，并将金融数据分布至服务器集群；其中，金融数据包括股票信息和公司财务信息；服务器集群用于根据金融数据对预先存储的各证券投资组合进行分析处理，以得到各证券投资组合对应的投资分析报告；其中，投资分析报告至少包括证券投资组合的特征信息、收益信息以及收益原因；收益信息包括证券投资组合中各证券对应的盈亏金额。本发明能够为投资者提供详细的投资分析报告，让投资者了解证券投资组合收益变化的原因。

摘要： 本发明提供了一种智能证券投资组合选择方法、装置及设备，涉及证券投资的技术领域，通过获取外部系统生产的股票组合数据实现对待选股票组合数据的不断补充和更新，以获得所有可获得的股票组合数据信息，实现从所有可能的投资组合中选择出最优投资组合。获取目标投资组合数据并对它进行分布式预处理和计算，可以去除无效数据提高数据质量，将数据归一化为适合于机器学习的形态。通过对历史数据进行训练，优化机器学习模型，用当期数据预测下期收益率提供给用户选择，使一般民众也能够根据自己的需求定制属于自己的最优投资组合。

摘要： 本发明提供了一种证券投资组合选择方法、装置及设备，涉及证券投资的技术领域，本方法以投资组合为研究对象，获取到历史投资组合的历史特征值，通过机器学习模型，研究历史特征值和历史收益率间的关系，预测近期收益率，再通过最小化近期预测收益率与近期实际收益率间差值，对机器学习模型进行优化，最后通过当期特征值与优化的机器学习模型生产出下期收益率的预测值，供用户按照需求进行选择。以投资组合为单位来进行证券投资组合的选择，能够从所有可能的投资组合中选择出最优投资组合。

摘要： 作为资产运用的具体目标而生成设想了多个对象的单一证券投资组合，并且也能容易地生成多个同一目标的证券投资组合来进行比较/对照等。为此，生成为了达成顾客基于输入信息而设定的目标而进行资产运用提案的证券投资组合信息的投资运用支援服务器(10)具有基于通过输入操作而显示顾客所能够选择的、规定的目标信息的目标显示部(13)、通过输入操作而显示顾客所能够回答的、规定的询问信息的询问显示部(14)、以及通过输入操作而基于已选择及回答的目标信息以及询问信息来生成规定的证券投资组合信息，并在顾客终端(30)中可视觉辨认地进行显示的证券投资组合生成显示部(15)，证券投资组合生成显示部(15)构成为生成与对顾客所选择的、一个或多个目标信息相对应的单一资产运用进行提案的证券投资组合信息。