求解均值-CVaR投资组合模型改进猫群优化算法研究开题报告
2020-04-30 16:13:47
1. 研究目的与意义(文献综述)
设计(论文)的目的:
投资组合模型中期望收益等参数的估计误差对最优投资组合策略的稳定性产生重要影响。本文主要是在提出考虑复杂约束和交易成本的鲁棒均值-cvar投资组合模型的基础上,设计改进猫群算法来求解该模型。应用实际交易数据对所提出的模型和算法进行数值实验和比较,结果表明改进猫群算法能有效地求解该模型,产生更稳定的最优投资策略,从而能够更好地适合实际投资环境。结果证实了所提模型和方法的可行性和有效性。
自1952年markowitz提出著名的均值方差模型,投资组合理论得到了快速的发展。后来人们又相继提出了如均值-var和均值-cvar等模型。然而,由这些模型得到的最优投资策略对输入参数 (如期望收益) 的扰动非常敏感,输入参数的微小变化可能导致投资策略产生很大波动。
2. 研究的基本内容与方案
1. 预备知识,建立带复杂约束的均值-cvar投资组合模型。
2、改进猫群算法并求解模型。
3、选取数据求解验证。
3. 研究计划与安排
第1-3周:查阅有关投资组合模型方面的文献资料,明确研究的主要内容,了解研究所需理论知识和方法。
第4-5周:翻译相关的英文文献,确定我自己的研究方案,撰写毕业论文开题报告。按时完成毕业设计(论文)周记,按照指导老师的意见认真改正自己的不足之处。另外,还要完成任务书的撰写工作。
第6-9周:进一步接触带复杂约束的均值-cvar投资组合模型,以期望在撰写论文过程中能够深刻理解和灵活运用。完成毕业设计(论文)中期进展情况检查表和粗纲。
4. 参考文献(12篇以上)
[1] 李军,周建力.考虑复杂约束的鲁棒均值-cvar投资组合模型及粒子群算法[j].控制与决策,2016,31(12):2219-2224.
[2] markowitz h. portfolio selection[j]. j of finance, 1952,7(1): 77-91.
[3] rockafellar r t, uryasev s. optimization of conditional value-at-risk[j]. j of risk, 2000, 2: 21-42.