基于随机规划的多阶段投资组合选择
出版时间:
2016-05
版次:
1
ISBN:
9787030481955
定价:
56.00
装帧:
平装
开本:
16开
纸张:
胶版纸
页数:
146页
字数:
207千字
正文语种:
简体中文
4人买过
-
《基于随机规划的多阶段投资组合选择》是作者近几年来在基于随机规划的多阶段投资决策领域的研究工作的总结，也介绍了该领域其他一些学者的重要研究进展。随机规划理论作为近年来重新备受关注的一种方法，在投资组合选择和金融风险管理方面有重要的应用，利用随机规划的方法刻画金融市场中的不确定性，并在此基础上优化未来多期投资组合正成为学术界关注的重要研究领域之一。《基于随机规划的多阶段投资组合选择》主要基于随机规划的思想和方法来刻画资产的不确定性，对多阶段动态投资组合进行介绍并提出优化投资策略。
《基于随机规划的多阶段投资组合选择》可供从事金融数学、金融工程和金融管理研究的科研人员，从事实际投资决策的专业人员以及有关专业的高等院校师生阅读参考。 第1章 绪论
1．1 研究背景
1．2 本书的主要内容
第2章 基础知识
2．1 投资组合理论介绍
2．1．1 投资组合选择的研究现状
2．1．2 资产组合的收益和风险
2．1．3 均值-方差模型
2．1．4 投资组合的有效边界
2．2 随机规划理论
2．2．1 随机规划理论的发展及应用
2．2．2 模型的一般形式和分类
2．2．3 情景树建模
2．3 本章小结
第3章 基于随机规划的股票市场情景元素生成研究
3．1 问题背景和相关理论基础
3．1．1 情景元素的生成模型
3．1．2 常用的随机情景生成方法
3．1．3 情景树的构造
3．2 基于SV模型生成情景元素
3．2．1 SV模型的构建
3．2．2 SV模型的参数估计
3．3 两种修正的情景树构造方法
3．3．1 基于贝叶斯理论的情景概率修正方法
3．3．2 基于数据单元的情景树构造方法
3．4 基于主观判断的情景元素生成
3．4．1 Black-Lmterman模型简介
3．4．2 Black-Litterman模型说明及结果
3．5 应用实例
3．5．1 基于SV模型构建情景树
3．5．2 基于数据单元构造情景树
3．6 本章小结
第4章 基于随机规划的多阶段组合风险度量
4．1 基于情景树和VaR的投资组合风险度量
4．1．1 VaR定义及计算方法
4．1．2 基于情景树的VaR，风险度量
4．2 基于CVaR的多阶段风险度量
4．2．1 CVaR的定义、计算及性质
4．2．2 CVaR在投资组合中的应用及研究进展
4．2．3 基于CVaR的多阶段组合风险度量
4．3 基于BVaR的多阶段组合风险度量
4．3．1 BVaR的定义、计算及性质
4．3．2 BVaR在投资组合中的应用及研究进展
4．3．3 基于BVaR的多阶段组合风险度量
4．4 三种风险度量方法在投资组合中的对比分析
4．5 本章小结
第5章 基于随机规划的主动型投资组合模型
5．1 基于随机规划和回归分析的多准则多阶段投资组合模型
5．1．1 证券市场的有效性
5．1．2 单指数模型
5．1．3 随机规划模型生成情景
5．1．4 投资组合选择模型的多目标
5．1．5 模型的一般形式
5．2 基于随机规划和投资者行为的投资组合模型
5．2．1 前景理论简介
5．2．2 基础模型的构建
5．2．3 主观概率模型的构建
5．2．4 累积概率模型的构建
5．3 数值算例
5．3．1 样本数据
5．3．2 基于随机规划和回归分析的多准则多阶段投资组合模型
5．3．3 基于随机规划和投资者行为的投资组合模型
5．4 本章小结
第6章 基于随机规划的被动型投资组合模型
6．1 指数跟踪的研究进展
6．2 基于随机规划和绝对偏差最小的指数跟踪模型
6．2．1 基于样本数据的传统指数跟踪模型
6．2．2 基于情景树建立模型
6．3 基于随机规划和限制流动性的指数跟踪模型
6．3．1 金融市场中的指数产品：ETF
6．3．2 模型建立
6．4 数值算例
6．4．1 样本描述及传统模型结果
6．4．2 基于随机规划和绝对偏差最小的投资组合模型
6．4．3 基于随机规划和限制流动性的投资组合模型
6．5 本章小结
第7章 总结和展望
参考文献
-
内容简介:
《基于随机规划的多阶段投资组合选择》是作者近几年来在基于随机规划的多阶段投资决策领域的研究工作的总结，也介绍了该领域其他一些学者的重要研究进展。随机规划理论作为近年来重新备受关注的一种方法，在投资组合选择和金融风险管理方面有重要的应用，利用随机规划的方法刻画金融市场中的不确定性，并在此基础上优化未来多期投资组合正成为学术界关注的重要研究领域之一。《基于随机规划的多阶段投资组合选择》主要基于随机规划的思想和方法来刻画资产的不确定性，对多阶段动态投资组合进行介绍并提出优化投资策略。
《基于随机规划的多阶段投资组合选择》可供从事金融数学、金融工程和金融管理研究的科研人员，从事实际投资决策的专业人员以及有关专业的高等院校师生阅读参考。
-
目录:
第1章 绪论
1．1 研究背景
1．2 本书的主要内容
第2章 基础知识
2．1 投资组合理论介绍
2．1．1 投资组合选择的研究现状
2．1．2 资产组合的收益和风险
2．1．3 均值-方差模型
2．1．4 投资组合的有效边界
2．2 随机规划理论
2．2．1 随机规划理论的发展及应用
2．2．2 模型的一般形式和分类
2．2．3 情景树建模
2．3 本章小结
第3章 基于随机规划的股票市场情景元素生成研究
3．1 问题背景和相关理论基础
3．1．1 情景元素的生成模型
3．1．2 常用的随机情景生成方法
3．1．3 情景树的构造
3．2 基于SV模型生成情景元素
3．2．1 SV模型的构建
3．2．2 SV模型的参数估计
3．3 两种修正的情景树构造方法
3．3．1 基于贝叶斯理论的情景概率修正方法
3．3．2 基于数据单元的情景树构造方法
3．4 基于主观判断的情景元素生成
3．4．1 Black-Lmterman模型简介
3．4．2 Black-Litterman模型说明及结果
3．5 应用实例
3．5．1 基于SV模型构建情景树
3．5．2 基于数据单元构造情景树
3．6 本章小结
第4章 基于随机规划的多阶段组合风险度量
4．1 基于情景树和VaR的投资组合风险度量
4．1．1 VaR定义及计算方法
4．1．2 基于情景树的VaR，风险度量
4．2 基于CVaR的多阶段风险度量
4．2．1 CVaR的定义、计算及性质
4．2．2 CVaR在投资组合中的应用及研究进展
4．2．3 基于CVaR的多阶段组合风险度量
4．3 基于BVaR的多阶段组合风险度量
4．3．1 BVaR的定义、计算及性质
4．3．2 BVaR在投资组合中的应用及研究进展
4．3．3 基于BVaR的多阶段组合风险度量
4．4 三种风险度量方法在投资组合中的对比分析
4．5 本章小结
第5章 基于随机规划的主动型投资组合模型
5．1 基于随机规划和回归分析的多准则多阶段投资组合模型
5．1．1 证券市场的有效性
5．1．2 单指数模型
5．1．3 随机规划模型生成情景
5．1．4 投资组合选择模型的多目标
5．1．5 模型的一般形式
5．2 基于随机规划和投资者行为的投资组合模型
5．2．1 前景理论简介
5．2．2 基础模型的构建
5．2．3 主观概率模型的构建
5．2．4 累积概率模型的构建
5．3 数值算例
5．3．1 样本数据
5．3．2 基于随机规划和回归分析的多准则多阶段投资组合模型
5．3．3 基于随机规划和投资者行为的投资组合模型
5．4 本章小结
第6章 基于随机规划的被动型投资组合模型
6．1 指数跟踪的研究进展
6．2 基于随机规划和绝对偏差最小的指数跟踪模型
6．2．1 基于样本数据的传统指数跟踪模型
6．2．2 基于情景树建立模型
6．3 基于随机规划和限制流动性的指数跟踪模型
6．3．1 金融市场中的指数产品：ETF
6．3．2 模型建立
6．4 数值算例
6．4．1 样本描述及传统模型结果
6．4．2 基于随机规划和绝对偏差最小的投资组合模型
6．4．3 基于随机规划和限制流动性的投资组合模型
6．5 本章小结
第7章 总结和展望
参考文献
查看详情
-
九品
安徽省阜阳市
平均发货13小时
成功完成率97.56%
-
八五品
广东省东莞市
平均发货7小时
成功完成率91.07%
-
全新
北京市通州区
平均发货35小时
成功完成率80.7%
-
全新
北京市通州区
平均发货42小时
成功完成率85.33%
-
全新
北京市通州区
平均发货27小时
成功完成率88.69%
-
全新
北京市通州区
平均发货26小时
成功完成率90.62%
-
全新
-
全新
江西省吉安市
平均发货52小时
成功完成率85.54%
占位居中
