导读:本文包含了投资组合分析论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:投资组合,收益,风险,在线,策略,金融,方向性。
投资组合分析论文文献综述
蒋心怡[1](2019)在《主成分分析在投资组合收益中的应用——以地产股为例》一文中研究指出本文提出计算投资组合收益敏感度的主成分分析方法,并以该方法对由八支房地产股票组成的投资组合进行了分析,结果表明,主成分分析是评价收益敏感度的可行方法,因此在投资决策中,可通过主成分分析法,确定投资组合价值的波动情况并实现更好的投资决策。(本文来源于《大众投资指南》期刊2019年14期)
彭倩,李建勇,宋明莎[2](2019)在《金融教育、金融素养与投资组合的分散化行为——基于一项投资者金融教育调查的实证分析》一文中研究指出本文运用《中国投资者教育现状调查(2017)》数据,考察了金融教育对投资者金融素养和投资组合分散化行为的影响。研究发现,金融教育对金融素养的提升是有效的,且长期接受金融教育效果更好。本文对投资组合的简单多样化和考虑资产间相关性的有效分散化两个概念作了明确界定,并实证了金融素养较高的投资者,其投资组合的简单多样化程度更低,有效分散化程度更高。投资经验与投资组合的多样化、分散化之间的关系为倒U形,投资年限超过4.8年的投资者可能由于过度自信导致投资组合有效分散化不足。研究表明,金融教育内容的多样化、层次性和针对性有助于提高普惠金融教育的效率,引导投资者更合理地配置金融资产,增强其金融福祉。(本文来源于《财经科学》期刊2019年06期)
范晓倩[3](2019)在《股票市场投资组合分析及其风险度量》一文中研究指出随着经济的发展,金融市场的开放程度也在逐渐加大.在此大环境下,世界范围内的各类资本迅速流动,各国金融市场间密切的交易行为导致其联动效应愈加明显,那么在此情形下如何快速有效地进行风险规避就成为了投资者越来越关注的问题.所以为达到分散风险、降低损失的目的,对金融资产进行投资组合求解与风险度量显得尤为重要.研究内容主要包括两部分.第一部分,通过Copula-分位数回归模型求解股票数据间的最优投资组合方案.首先,以叁种单一Copula函数(Gumbel Copula函数、Clayton Copula函数、Frank Copula函数)和混合Copula函数对选中的股票数据(恒瑞医药、友邦保险)进行拟合;其次选出四种Copula函数中拟合效果最好的Copula函数,再通过Monte Carlo模拟法和分位数回归模型求出目标股票在各权重组合下未来一期的总收益率;最后,以Omega比率对各权重组合下的总收益率进行检验,得出最优投资组合方案.第二部分,通过QR-GARCH-N模型对最优投资组合方案进行风险度量.首先求出各股票在不同置信水平下的风险测度值;其次根据VaR值和CVaR值两者之间的特征计算出投资组合方案的风险测度值.最后结果表明:持有期为1天时和15天时混合Copula函数拟合效果最好,持有期为30天时Gumbel Copula函数拟合效果最好,并在此基础上得到了各持有期下的最优投资组合方案以及不同置信度下各投资组合方案的VaR值与CVaR值,以此结果为投资者提供参考.(本文来源于《兰州财经大学》期刊2019-06-10)
张琳琳,尹亦闻[4](2019)在《我国商品期货能提高传统投资组合的绩效吗?——基于不同投资组合策略的分析》一文中研究指出本文基于五种最常用的投资组合策略,选取2013—2017年的中国股票和商品期货市场样本数据,通过实证发现在传统的投资组合中加入商品期货可以有效降低组合风险、提高组合收益,进而提升组合绩效;在五种投资组合策略中,Black-Litterman策略的绩效最好。进一步,本文还研究了商品期货的杠杆比率、相关性和卖空机制等投资特性对组合绩效的影响,发现杠杆比率对组合绩效具有显着影响;而单凭加入相关性更低的商品期货所构成的新组合则不一定具有更小的风险;对于商品期货来说,卖空机制是其最重要的投资特性,本文还在此机制下给出了商品期货的最优组合权重区间。(本文来源于《世界经济文汇》期刊2019年03期)
陈敏[5](2019)在《群智能算法搜索分析和投资组合问题研究》一文中研究指出群智能是一类算法的统称,它是指人类受到自然界中各种生物群体行为的启发,通过对这些智慧行为进行模仿来找到更好的寻优策略。随着科学技术的进步,一些传统的优化方法已经无法有效地求解现实中复杂多变的问题,尤其是NP-hard问题,为此,越来越多的学者开始采用多种群的群智能优化算法来进行求解,并且表现出了显着的优势,尤其是在工程应用和科学研究领域,群智能算法越来越受到学者们的重视。Espezua等学者提出了 8种(4组)交叉遗传操作,并对每对操作可能覆盖的搜索区域大小给出定性的结果,但并没有任何的定量证明。本文对其中6种实数编码交叉操作的两两探测区域进行了定量对比分析,给出了两两搜索区域大小比较的解析结果,证明新的交叉操作与相应的原有交叉操作在保有收敛性的同时具有相对的广邻域性,从而从理论上证明了遗传算法具有保持群体多样性和较好算法性能的内在原因。针对差分进化算法存在的收敛速度慢、易陷入局部最优解等缺点,本文提出一种融入聚类分析的差分进化算法。首先,利用聚类分析方法将差分算法的种群进行聚类分类,抽取代表元个体,利用新的个体来替换原种群中的较差个体,去除种群中的冗余信息将种群进行优化更新,从而使得整个种群可以快速准确地收敛于全局最优解。最后本文利用MATLAB进行模拟仿真,在CEC2005测试函数库上面进行了模拟实验,结果表明加入了聚类分析策略的差分进化算法不仅可以有效地抑制早熟收敛、提高了收敛速度,还有着简洁高效、鲁棒性强等特性。投资组合问题属于非线性规划问题,传统的算法无法有效求出最优解。本文采用新提出的基于聚类的差分算法求解均值-VaR模型,采用外罚函数方法处理模型中的不等式约束,将其转化为较容易求解的无约束优化问题,选取雅虎财经中的50支股票进行实证分析,数值结果表明,该算法在求解投资组合问题上取得了良好的效果,解的结果在满足了投资目标和约束条件的基础上,同时反映了投资者之间不同种类的收益风险需求,且具有较好的实践性。(本文来源于《北京邮电大学》期刊2019-05-27)
滕硕[6](2019)在《模糊情况下的最优投资组合模型的分析》一文中研究指出在当下这个经济快速发展的时代,人们不再局限于单一的理财方式,投资方式与种类也随之增多,于是最优化投资组合的问题变成了当今时代的热门话题之一。投资组合是投资者来分散自己所面临的投资风险的一种方式。投资组合选择的问题可以简单的理解为将投资者有限的初始财富投入到不同的资产项目中,并能得到最大化的收益。所以对于投资者来说,最优化问题就成为了如何进行决策的关键所在,而最优化模型的建立将对对投资者起到一个至关重要的指导作用。相较于传统的投资组合模型,本文加入了模糊性进行具体分析,本文利用KMM模型,将收益率的波动率考虑成模糊的元素,认为其分布是不可知的,利用非参数估计中的核密度估计法预测其密度函数,并引入了具体的参数和效用函数来求得最优解,最后进行了实证对比分析得此模型的可行性与有效性。本文分为五个部分,第一章为绪论,主要的目的就是引出研究问题,因此介绍了投资组合的研究背景、研究的目的和意义,系统的将关于投资组合问题的国内外的研究现状做了综述,之后介绍了本文的研究内容与文章的结构安排;第二章介绍本文用到的一些基础知识,如效用理论,风险与不确定性问题、非参数估计等;第叁四章是本论文的重点章节,第叁章详细的分析了光滑模糊(KMM)模型,并将其套入到投资组合最优化问题中进行解释,为该问题寻找了在此模型中合适的参数与函数;第四章利用MATLAB对KMM模型进行了实证研究,并将其与传统的期望效用(EU)模型进行对比,得出了此模型优于传统的EU模型的结论;第五章是结论与展望。总结本研究的成果,分析研究中的不足之处,为将来下一步的研究奠定了方向。本文通过将KMM模型引入到投资组合的问题中,并对其进行实证研究,成功的将投资者的主观预判跟市场的实际数据结合起来,希望本文的研究能够为投资者提供一种切实可行的投资策略,在现实中可以提供有效的指导作用。(本文来源于《北方工业大学》期刊2019-05-24)
张林佳,罗盈婵[7](2019)在《基于现代投资组合理论的中国入境旅游效率分析》一文中研究指出在习近平主席提出的一带一路的大框架下,我国对世界的开放程度必将得到进一步的深化。而旅游产业作为人文沟通的重要手段,不仅能够促进我国与世界各国的交流沟通,更是经济发展中重要的一部分。在对相关文献的回顾和梳理的基础上,本文引入效率分析的理论模型,对中国入境旅游效率进行分析。在研究视角选取上,本文富有创造性的通过客源国对入境游进行分类,在效率分析模型中将Markowitz投资组合理论和方向距离函数结合在一起,选取2000-2017年间的我国入境旅游数据进行实证分析,考察不同客源国游客的效率。从整体上刻画不同客源国游客的旅游特征,并对几个具代表性国家旅游效率的无效性产生的原因进行分析,实证研究结果表明,不同客源国的旅游效率存在显着差异,其效率的无效性产生原因包括分配无效率和技术无效率;而根据实证结果可将各国根据风险和收益的高低进行分类。本文最后针对不同国家旅游效率的"风险-收益"类型和无效性产生原因,提出具有针对性、操作性的政策建议,即对于不同的国家,如何实现在减少游客数量的波动的同时,尽可能的达到旅游效率可能的最大值。(本文来源于《2019中国旅游科学年会论文集》期刊2019-04-21)
吴婉婷,朱燕,黄定江[8](2019)在《在线投资组合选择的半指数梯度策略及实证分析》一文中研究指出针对传统投资组合策略的高频资产配置调整产生高额交易成本从而导致最终收益不佳这一问题,提出基于机器学习与在线学习理论的半指数梯度投资组合(SEG)策略。该策略对投资期进行划分,通过控制投资期内的交易量来降低交易成本。首先,基于仅在每段分割的初始期调整投资组合而其余时间不进行交易这一投资方式来建立SEG策略模型,并结合收益损失构造目标函数;其次,利用因子图算法求解投资组合迭代更新的闭式解,并证明该策略累积资产收益的损失上界,从理论上保证算法的收益性能。在纽约交易所等多个数据集上进行的仿真实验表明,该策略在交易成本存在时仍然能够保持较高的收益,证实了该策略对于交易成本的不敏感性。(本文来源于《计算机应用》期刊2019年08期)
廖赋翰[9](2019)在《证券投资组合的风险与收益分析》一文中研究指出随着我国金融体系的逐步建立和完善,人们的投资方式越来越多样化,为了分散和降低风险,组合型投资成为比较理想的理财方式。在配置资产组合时,如何衡量资产的风险收益,如何将财富在多种资产中合理分配成为重要问题。通过研究金融数学中期望和方差的关系,对证券投资中的风险和收益等问题进行了简要的讨论和分析和探讨,以帮助投资者更深入地了解证券,最大限度地规避投资风险,获得更高的收益。(本文来源于《现代商贸工业》期刊2019年10期)
刘涵卓[10](2019)在《投资组合模型的发展与实证分析》一文中研究指出中国经济在改革开放后得到飞跃发展。人们不再局限于储蓄这一单一的投资方式,转而开放思维,向股票,基金,债券的多个领域发展。但由于知识的不足,市场变化较大,政策的修改与尝试,以及盲目跟风的思维等不利因素。致使人们对于投资有更大的担忧。通过探索不同投资比例下的风险与收益情况,分析不同相关性的投资产品的组合种类,以及其对应的目标群体,如风险厌恶或风险偏好下的投资组合情况。(本文来源于《现代商贸工业》期刊2019年08期)
投资组合分析论文开题报告
(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:
本文运用《中国投资者教育现状调查(2017)》数据,考察了金融教育对投资者金融素养和投资组合分散化行为的影响。研究发现,金融教育对金融素养的提升是有效的,且长期接受金融教育效果更好。本文对投资组合的简单多样化和考虑资产间相关性的有效分散化两个概念作了明确界定,并实证了金融素养较高的投资者,其投资组合的简单多样化程度更低,有效分散化程度更高。投资经验与投资组合的多样化、分散化之间的关系为倒U形,投资年限超过4.8年的投资者可能由于过度自信导致投资组合有效分散化不足。研究表明,金融教育内容的多样化、层次性和针对性有助于提高普惠金融教育的效率,引导投资者更合理地配置金融资产,增强其金融福祉。
(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。
投资组合分析论文参考文献
[1].蒋心怡.主成分分析在投资组合收益中的应用——以地产股为例[J].大众投资指南.2019
[2].彭倩,李建勇,宋明莎.金融教育、金融素养与投资组合的分散化行为——基于一项投资者金融教育调查的实证分析[J].财经科学.2019
[3].范晓倩.股票市场投资组合分析及其风险度量[D].兰州财经大学.2019
[4].张琳琳,尹亦闻.我国商品期货能提高传统投资组合的绩效吗?——基于不同投资组合策略的分析[J].世界经济文汇.2019
[5].陈敏.群智能算法搜索分析和投资组合问题研究[D].北京邮电大学.2019
[6].滕硕.模糊情况下的最优投资组合模型的分析[D].北方工业大学.2019
[7].张林佳,罗盈婵.基于现代投资组合理论的中国入境旅游效率分析[C].2019中国旅游科学年会论文集.2019
[8].吴婉婷,朱燕,黄定江.在线投资组合选择的半指数梯度策略及实证分析[J].计算机应用.2019
[9].廖赋翰.证券投资组合的风险与收益分析[J].现代商贸工业.2019
[10].刘涵卓.投资组合模型的发展与实证分析[J].现代商贸工业.2019