证券投资组合的随机最优化模型.pdfVIP

第三届不确定系统年会论文集 31-536页 南京，2005年8月12-16日，第5 证券投资组合的随机最优化模型 朱传华向晋乾邵晓敏骆建文 上海交通大学安泰管理学院，上海，206240 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。 关■词证券投资组合，随机相关机会规划，遗传算法，混合智能算法 资产组合理论(portfolio 经典论文{portfolio 标志着现代证券组合理论的开端．其核心思想是：把全部资金投在一种或极少数几种证券 上，不论这种或这些证券的质量多好，其风险都是很大的；但如果投资者按照不同的投资 比例对多种证券进行有机组合，则可以避免或分散部分风险，取得最大期望效益． 现代投资组合理论和传统投资理论的最主要的区别在于：现代投资组合理论将投资者 的行为假设为追求收益最大化和风险最小化的二元效用．在一般证券投资的定量分析中， 描述预期收益率和风险的量分别为预期收益率和风险损失率．为了简化模型，在以往的文献 121-【3研究中，某一资产在一定投资期内的预期收益率与风险损失率均假设为已知的确定的 常数，但这种假设情况并不符合现实情况．在现实的证券市场中，由于诸多随机因素如政治 因素、经济因素、社会因素的影响，导致证券的预期收益率与风险损失率具有随机性，所 以在进行投资时，投资者应该考虑到这种随机性．本文考虑了当投资的预期收益率和风险损 失率为随机变量时的证券投资组合模型的优化问题． 本文在第二部分建立了证券投资组合的随机相关机会规划模型，第三部分给出了综合 随机模拟、遗传算法、模拟退火算法的混合智能算法，第四部分指出了该模型的优点以及 不足之处． 1随机相关机会规划模型建立 在实际问题中，一个复杂的系统通常要承担多项任务，一般称之为事件．决策者往往希 532 朱传华向晋乾邵晓敏骆建文 望这些事件实现的概率(即机会函数)尽可能的大．为了解决这类问题，Liu Bao．ding和 1wamura 通过极大化随机事件成立的机会从而给出最优决策．简单的说，相关机会规划是使事件的机 会函数在不确定环境下达到最优的一种优化理论． 设为投资的资金总额，n为投资者选定的证券种类的数目，投资第i种证券的预期收 量(随机变量的分布函数一般依据历史数据的分布求出)，Ⅵ为第i种投资在总投资中所占 的比例，Pf为交易费用率，则购买第i种证券的交易费用为c^竹)? …………………·‘：： c(Ⅵ)=脞uiPi曼二-二w誓iM三Ufi 其中，u，，i—J，2一．，n为常数，预先给定． 投资期内资产组合的净收益和总体风险分别用R和y表示： r ^ n lR=∑[w』M—c(Ⅵ)]．‘一∑c(wf) { 。 “ (2) ly=∑【wlM—c(Ⅵ)】·q， L i=1 1．1 基本假设 (1)不允许卖空(例如中国证券市场就是如此)； (2)投资者遵循主宰原则，即投资者希望报酬越大越好，风险越小越好： (3)n种证券中没有无风险证券，我们假设为n种具有不同风险的股票或债券函， ＆～．，Sn： (4)n种证券资产S之问是相互独立的； (5)