

已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、有關(guān)證券投資組合的風險度量和組合優(yōu)化的理論與方法的研究,對控制金融風險、穩(wěn)定金融秩序具有十分重要的意義。投資組合理論的研究目的是尋求一個最優(yōu)投資組合在給定收益水平下使投資風險最小化,或者在給定的投資風險水平下使投資的收益最大化。V aR(value-at-risk)和CVaR(conditional value-at-risk)是近年來提出的新的風險度量方法。特別是CVaR風險度量,由于具有許多優(yōu)良性質(zhì),已成為金融風險管理中研究的前沿課
2、題。
本文展開的研究是在Markowitz投資組合優(yōu)化理論的框架的基礎(chǔ)上進行的,在此框架下,簡要介紹了現(xiàn)代投資組合的理論基礎(chǔ)以及經(jīng)典的均值-方差模型。接下來,本文介紹了投資理論中一個度量風險的重要方法——VaR的定義及其性質(zhì),以及基于VaR的,具有更優(yōu)性質(zhì)的風險度量方法——CVaR,并引入了一個將VaR與CVaR聯(lián)系起來的投資組合模型。進一步的,本文考慮了交易費用對證券投資組合的影響,定義了一個包含交易成本的均值-CVaR投資
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的CVaR模型在投資組合中的應(yīng)用.pdf
- 基于遺傳算法的CVaR模型研究.pdf
- 基于遺傳算法的投資組合模型研究.pdf
- 基于遺傳算法的基金投資組合模型研究.pdf
- 基于遺傳算法的投資組合模型及實證研究.pdf
- 基于遺傳算法的投資組合研究.pdf
- 基于遺傳算法的最優(yōu)證券組合投資模型研究.pdf
- 基于改進遺傳算法的投資組合研究.pdf
- 基于改進遺傳算法的動態(tài)投資組合優(yōu)化模型的研究.pdf
- 基于CVar的投資組合模型.pdf
- 基于改進遺傳算法的證券投資組合研究
- 基于改進遺傳算法的證券投資組合研究.pdf
- 基于混合遺傳算法的組合投資問題.pdf
- 改進粒子群算法求解基于均值-CVaR模型的投資組合.pdf
- 基于CVaR約束的投資組合優(yōu)化模型.pdf
- Markowitz投資組合模型的遺傳算法求解——在保險投資領(lǐng)域的實證研究.pdf
- 基于CVaR的衍生證券投資組合優(yōu)化模型研究.pdf
- 基于VaR和CVaR的投資組合優(yōu)化模型研究.pdf
- 基于禁忌遺傳算法的房地產(chǎn)投資組合研究.pdf
- 基于CvaR模型投資組合保險的績效實證研究.pdf
評論
0/150
提交評論