多阶段均值半绝对偏差模糊投资组合优化研究.pdfVIP

第27卷第1期 模糊系统与数学 Vol-27。No．1 2013年2月 andMathematics Feb．，2013 FuzzySystems 文章编号：1001—7402(2013)01—0168—09 多阶段均值一半绝对偏差模糊投资组合优化研究+ 张 鹏 (武汉科技大学管理学院，湖北武汉430081) 摘 要：考虑交易成本和交易量限制，提出投资组合的收益率的隶属函数为梯形的多阶段均值一半绝对 偏差可能性投资组合模型，并用自创算法——离散近似迭代法求解。其基本思路为：将连续型状态变量 离散化，根据网络图的构造方法将上述模型转化多阶段赋权有向图；运用极大代数求出起点至终点的最 长路程，即获得模型的一个可行解；以该可行解为基础，继续迭代直到前后两个可行解非常接近。文章还 证明了该方法的线性收敛。最后，文章以一个具体的算例验证了该算法的有效性。 关键词：多阶段模糊投资组合；均值一半绝对偏差；离散近似迭代法；模糊数 中图分类号：F224 文献标识码：A 1 引言 投资组合是分散投资风险的有效途径。20世纪50年代，Markowitz使用方差度量投资的风险，提出 了均值一方差单阶段投资组合理论，奠定了现代金融学的基础[1]。传统的研究以概率论为工具，研究证券 收益是随机情况下的组合优化问题。然而，投资组合常常不可避免地存在着模糊随机性。由于证券市场 的复杂性，在很多情况下用过去的证券收益来预测其未来的表现非常勉强，不可避免地存在着大量的主 观因素。当人们预测证券收益时，至少应该考虑以下因素，如宏观经济因素，行业政策因素，股票所代表 企业的业绩。所有这些因素都不是仅仅随机地对股票收益产生影响，有时是通过影响投资者心理和企业 生产而影响证券收益，这使得证券收益常常存在着模糊随机性。 随着模糊数学的发展，人们开始借助于模糊集理论研究模糊不确定情况下的投资组合问题。1997 年，Watada[21研究了当证券收益为模糊情况下的组合优化模型，之后大量的研究成果，集中在模糊投资 基于可信性测度的模糊均值一半方差、均值一风险等模型，并运用混合遗传算法求解，Zhang[1s]提出了均 值一标准差模糊投资组合模型，Li等[17--18]提出了均值一方差一偏度、均值一熵、均值一叉熵模糊投资组合模 型。与此同时，一些学者研究随机、模糊混合环境下的投资组合决策，如Ammar[19|、Hao[2们提出了模糊随 机投资组合模型，Hasuike等乜1]提出了随机模糊投资组合模型。但以上研究考虑的都是单阶段的投资组 合问题，即假设投资收益与风险在整个投资期内是不变的，投资者在整个投资期内不进行投资策略的调 _收稿日期：2011一05—28；修订日期：2011一09—24 (2010CDB03304)}湖北省社会科学基金资助项目(2011LJ078) 作者简介：张鹏(1975一)，男，江西吉安人，武汉科技大学系管理学院剐教授，博士，研究方向：投资组合优化，最优化理论与方法。 万方数据 第1期 张鹏：多阶段均值一半绝对偏差模糊投资组合优化研究 整。这种假设显然是不符合实际的。 本文将综合考虑交易成本和交易量限制等条件，提出多阶段均值一半绝对偏差模糊投资组合模型， 并运用自创算法——离散近似迭代法求解投资组合收益率和方差的隶属函数为梯形函数的情况。 2 模糊均值和半绝对偏差 Vercher等瞳21引入梯形模糊数的可能性均值的概念，这些概念和扩展原则是一致的。梯形模糊数A 的可能性均值可以表示为 M(A)一[M‘(A)，M“(A)] r1 r1 27a。(7)d7． 其中，M‘(A)一I27af(7)d7，M“(A)一I J0 J0 定义2．1 假设A