投资风险预测问题汇编.docVIP

投资风险预测问题的解决 摘要 本文通过分析历史数据潜在信息来预测未来风险走势。根据历史数据的统计特性，假设投资活动收益率服从对数正态的前提下提出了预测下一个投资活动周期的收益率的数学模型。然后建立比较普遍化问题的数学模型。考虑到模型的随机偶然性，要用多次模拟得到预测结果，然后对一组结果数据进行统计分析，分析结果数据的统计特性，实现对未来投资活动风险的准确估计。对T=3进行模拟得到准确具体的结果。 投资额1000万时，根据数学模型，根据历史数据，预算得： 下一周期内损失数额超过10万元的可能性为3.83% 置信度为95%保证损失额的最大值为8.7188万元 要求下一周期损失超过10万元可能性不大于5%，则初始投资额最大值为1147万元。 一 、问题的分析与解题思路 进行投资决策中历史数据对投资决策分析预测下一个投资活动周期的风险情况具有很重要的指导意义。要从数值上实现对投资风险情况的分析预测。 由大数定理可知，大样本容量的数据近似服从正态分布。在已知了的样本收益额的情况下，不难对下一个投资活动的收益情况从概率分布上进行分析预测。基于这样的思想要预测第个周期的数据信息，必须得到前个周期的收益额数据。不难想到，可以随机产生个随机数组成且符合历史数据分布特性的随机向量。作为前个周期内的收益额，并且把这一向量加入历史数据中，这不但减少了随机数的偶然性造成的不准确性，而且同时实现了对下一个值未投资活动的风险预测。为了进一步减少数据的偶然性，不妨使用多次模拟获得结果数据，即可组成一个结果数据的随机向量，借助Matlab软件强大的运算功能方便地实现了数据求解。然后对这一向量作统计得到统计信息，这样就可以比较准确地预测估计未来第个周期的风险情况。 三、具体问题的数学化表述 从问题所提供的历史数据中有以下信息： 样本容量 均值 标准差 不妨假设数据服从正态分布（其均值， 方差）经假设检验样本数据确实服从的正态分布。 在置信度为95%前提下均值的置信区间为[6.2713，8.7013] 标准差的置信区间为[9.0647，10.7902] 正态分布的密度函数，分布函数 根据历史数据所提供的信息 三．问题（1）的简单模型及求解 1、要求下一周期内损失数额超过10万元的可能性，即要求的值： 容易得解： 2、在95%的置信度内求损失数额的最大值。即求解： 解得 即在95%的置信度内求损失数额的最大值为8.7188万元。 3、（1）历史数据转化 首先把历史数据作转化,即把收益额转化为收益率。第天的收益额，则第天的收益率，显然，数据服从正态分布。 均值，方差 因此收益率的密度函数 那么，对于任意的投资额，收益额，显然收益额服从正态分布: 均值：，置信区间： 方差：， 置信区间：。 经假设检验，数据高精度服从正态分布，密度函数 （2）、建立数学模型及求解 根据题意，要求损失10万元的可能性不大于5%的投入额，即要求： ，要求求解，满足： 即： 解以上方程，解得.所以初始投资额小于万元时一周期内损失超过10万元的可能性不大于。初始投资额决定了下一周期内损失超过10万元可能性不大于的概率密度函数的均值和方差。 4．解决一般化问题的模型 把问题一般化，即任意数值的初始投资额，在保证最大损失不超过万元的置信度为，并要求分析个投资活动周期的风险情况。证券投资活动中，在前面的论述中，已经假设收益率是服从对数正态分布的随机变量，在这一前提条件下，可以通过数学方法来预测下一个投资活动周期的风险，从数值上对风险作出比较准确的估计，这对于投资决策者来说无疑具有重要意义。 四．函数及变量声明 1．变量符号声明： ①样本容量：。 ②收益率离散型随机变量：，连续型随机变量： ③样本收益率的均值：，标准差： ④收益额离散型随机变量：，连续型随机变量： ⑤样本收益率的均值：，标准差： ⑥初始的投资额（单位：万元）： ⑦限定的最大损失额： ⑧预测的周期数： ⑨初始投资额为，限定最大损失额为的置信度： 2函数意义声明： ①样本收益率的密度函数：； ②样本收益额的密度函数：； ③样本收益率的概率累积函数：； ④样本收益额的概率累积函数：； ⑤样本数据的平均值：； ⑥样本数据的标准差：； ⑦均值为方差为的正态分布：； ⑧均值为方差为的对数正态分布：； 样本数据和样本数据合并：；例如： ，，则：； 五．1． 模型的理论基础以及相关推论的证明 相关文献资料表明[1],[2]：证券投资活动中，收益率（其中为样本容量）作为随机变量并非服从正态分布，而是服从对数正态分布。即 所以，关于收益率的概略密度函数为： 其概略累积分布函数： 在此基础上，我们容易得到以下结