均值方差论文_周仕盈,杨朝军,丁专鑫,马征程

导读:本文包含了均值方差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:方差,均值,模型,参数,算法,协方差,机制。

均值方差论文文献综述

周仕盈,杨朝军,丁专鑫,马征程[1](2019)在《资产配置中条件/非条件协方差矩阵的选择——兼论均值方差和风险平价模型的异同》一文中研究指出资产配置决策和股票内投资组合在风险估计上有所不同。研究表明,个股收益的自相关性通常弱于股指的自相关性,而自相关性一定程度上反映了其可预测性,此时个股的条件/非条件协方差矩阵的差异较小,而大类资产的条件/非条件协方差矩阵的差异相对较大。在经济学含义上,条件方差衡量预测出现误差的风险,非条件方差衡量资产自身的波动。本文因此对二者在资产配置中的区别进行分析。资产配置最常见的模型有二:均值方差模型及其衍生模型,以及风险平价模型。本文的研究表明,对于不同的资产配置模型,二者的最优选择不尽相同。(本文来源于《上海金融》期刊2019年11期)

郭晓林,李星宇,王友秀[2](2019)在《基于均值-方差模型的爆炸品运输策略选择研究》一文中研究指出对于有害物品运输问题,已有的研究集中在考虑路径风险情形下的路径选择问题,对路径既定时运输策略的选择问题涉及较少.针对一定量爆炸品应分成多少次运输的问题,分析了路径既定情形下采用均值-方差模型度量运输风险时,决策者的最优选择行为.结果表明,决策者越厌恶大事故,其越倾向于选择小载重量多次数的运输策略.(本文来源于《数学的实践与认识》期刊2019年21期)

赵远英,唐安民,段星德,庞一成[3](2019)在《NMAR机制下非线性均值方差模型的Bayes估计》一文中研究指出讨论响应变量带有不可忽略缺失数据的非线性均值方差模型的Bayes估计问题.缺失数据机制由logistic回归模型来指定,运用Gibbs抽样及MH算法得到模型参数和缺失数据机制参数的联合Bayes估计,模拟研究和实例分析展示上述模型和方法的可行性.(本文来源于《数学的实践与认识》期刊2019年21期)

葛浩,李仲飞[4](2019)在《马尔可夫市场中的一般多期均值-方差资产负债管理问题的时间一致策略》一文中研究指出文章在多期均值-方差框架下研究一个带马尔可夫机制转换及跨期目标控制的一般资产负债管理问题.随机的风险资产收益率和外生负债增长率均依赖于有限多个服从离散时间马尔可夫链的金融市场状态.在投资过程中投资者不仅要考虑终端盈余的均值-方差效用,还需要同时关注中间目标效用的控制.以最大化每时刻盈余的均值-方差效用的加权总和为目标,文章构建了一般的多期均值-方差资产负债管理模型.在博弈论框架下,利用逆向归纳法,文章导出了问题的时间一致策略、均衡值函数及时间一致策略下每时刻盈余的期望和方差的解析表达式,并讨论了几种退化情形下的均衡结果.最后,文章通过数值例子揭示了机制转换、负债对均衡有效前沿的影响以及跨期目标控制对资产负债管理的作用.(本文来源于《系统科学与数学》期刊2019年10期)

皮林,王丹[5](2019)在《无穷方差序列均值变点的Ratio检验》一文中研究指出研究了无穷方差序列均值变点的检测问题.首先基于CUSUM函数,通过Ratio检验方法,构造无穷方差序列均值变点的比率检验统计量,其次证明了检验统计量在原假设和备择假设下的极限分布,最后数值模拟表明本方法对无穷方差序列均值变点检测的有效性.(本文来源于《纯粹数学与应用数学》期刊2019年03期)

杨斌,沈宏伟,张昊纬,杨永标,陈楚[6](2019)在《基于均值方差模型的柔性资源投资组合策略》一文中研究指出随着需求响应在电力市场中深度应用,负荷聚合商作为新的参与主体在市场平衡中发挥着调峰避峰、提供需求侧备用的重要作用。然而,针对负荷聚合商柔性资源风险管理方法方面的研究尚有不足。因此,提出一种基于均值方差风险模型的柔性资源投资组合策略。该方法能够基于一定的预期收益,优化得到最小化风险的柔性资源投资组合方法。通过分析算例,证实了该方法与基线方法相比能够有效降低投资风险,提高负荷聚合商的经济效益。(本文来源于《现代电力》期刊2019年05期)

周茂袁,刘志敏,罗晓[7](2019)在《用于监控均值和方差的非参数变点模型》一文中研究指出统计过程控制被广泛应用于工业过程,服务领域和其他行业.尽管在特定过程的情况下参数控制图是有效的,但通常情况下都没有足够的信息确定过程分布,所以在此情况下非参数控制图是必要的.但大多非参数控制图要么是监控位置参数的,要么是监控尺度参数的,而不是既可以监控位置参数又可以监控尺度参数的.通过整合Wilcoxon秩和检验和Ansari-Bradley检验到变点模型,提出了一个新的非参数控制图,并且模拟结果也展现了该控制图在探测位置和尺度漂移时,是优于其他的非参数控制图的.(本文来源于《南开大学学报(自然科学版)》期刊2019年04期)

赵远英,侯颖,顾大刚,徐登可[8](2019)在《联合均值与方差模型的贝叶斯变量选择》一文中研究指出受Kuo和Mallick思想的启发,文章应用Gibbs抽样和MH算法对联合均值与方差模型的贝叶斯变量选择问题进行研究。数值例子说明了该变量选择方法的可行性和有效性。(本文来源于《统计与决策》期刊2019年15期)

郭晨霞[9](2019)在《基于极端损失约束的均值-方差投资组合选择研究》一文中研究指出将极端损失约束引入投资组合选择问题研究,构建了极端损失约束的均值一方差投资组合模型,通过拉格朗日乘数法,得到了最优投资组合策略及有效边界的解析解,并就投资策略运用方面进行了实证分析结果表明:在方差一均值坐标中有效边界与经典的均值一方差模型的有效边界形状是一致的,但极端损失约束越紧,有效前沿越向方差一均值坐标的右侧移动;在传统均值-方差模型中加入极端损失约束可以改善投资组合的业绩表现,相对于等权组合策略和最小方差策略而言,适当的极端损失约束可以给投资者带来最好的投资业绩。(本文来源于《时代金融》期刊2019年18期)

郭婷,刘宣会,李照琪[10](2019)在《部分信息下带有负债的均值-方差投资组合问题研究》一文中研究指出在部分信息下,考虑带有负债的均值-方差投资组合问题。运用卡尔曼滤波理论和构造广义Hamilton-Jacobi-Bellman方程方法,得到闭形式的均衡投资策略及值函数。并给出负债和股价之间具有相关性时,负债对均衡投资策略的影响。(本文来源于《计算机与数字工程》期刊2019年06期)

均值方差论文开题报告

(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:

对于有害物品运输问题,已有的研究集中在考虑路径风险情形下的路径选择问题,对路径既定时运输策略的选择问题涉及较少.针对一定量爆炸品应分成多少次运输的问题,分析了路径既定情形下采用均值-方差模型度量运输风险时,决策者的最优选择行为.结果表明,决策者越厌恶大事故,其越倾向于选择小载重量多次数的运输策略.

(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。

均值方差论文参考文献

[1].周仕盈,杨朝军,丁专鑫,马征程.资产配置中条件/非条件协方差矩阵的选择——兼论均值方差和风险平价模型的异同[J].上海金融.2019

[2].郭晓林,李星宇,王友秀.基于均值-方差模型的爆炸品运输策略选择研究[J].数学的实践与认识.2019

[3].赵远英,唐安民,段星德,庞一成.NMAR机制下非线性均值方差模型的Bayes估计[J].数学的实践与认识.2019

[4].葛浩,李仲飞.马尔可夫市场中的一般多期均值-方差资产负债管理问题的时间一致策略[J].系统科学与数学.2019

[5].皮林,王丹.无穷方差序列均值变点的Ratio检验[J].纯粹数学与应用数学.2019

[6].杨斌,沈宏伟,张昊纬,杨永标,陈楚.基于均值方差模型的柔性资源投资组合策略[J].现代电力.2019

[7].周茂袁,刘志敏,罗晓.用于监控均值和方差的非参数变点模型[J].南开大学学报(自然科学版).2019

[8].赵远英,侯颖,顾大刚,徐登可.联合均值与方差模型的贝叶斯变量选择[J].统计与决策.2019

[9].郭晨霞.基于极端损失约束的均值-方差投资组合选择研究[J].时代金融.2019

[10].郭婷,刘宣会,李照琪.部分信息下带有负债的均值-方差投资组合问题研究[J].计算机与数字工程.2019

论文知识图

γ=时一阶稳定区域及其谱半...提取出的7个红细胞图像阈值引起的频率突变分块稀疏恢复实例(a)原始分块稀疏信...滤波器阶数不充分时LMS算法的MSE曲线滤波器阶数不充分时LMS算法第6个和第...

标签:;  ;  ;  ;  ;  ;  ;  

均值方差论文_周仕盈,杨朝军,丁专鑫,马征程
下载Doc文档

猜你喜欢