投資決策分析與最佳化

內容簡介

行為金融學作為金融學的一個分支，其重要性正在被越來越多的人所熟知。然而，前景理論作為行為金融學的核心理論，儘管地位很高，但目前仍不為多數人所了解。本書全面介紹了前景理論及其在金融領域中的發展。本書既對前景理論的產生背景、基礎理論、心理基礎及與傳統金融理論的對比分析等內容展開了論述，也對前景理論在金融投資組合最佳化方面的實證研究進行了詳細的介紹。本書給出了必備的寒束糊廈數學定義及實操的MATLAB代碼，為讀者提供理論與實操的*大便利。本書具有：前瞻性，直接深入行為金融學核心；綜述性，800餘篇參考文獻，有效減少資料搜尋時間；實用性，金融投資模型分析，快速掌握建模求解技術。本書既適合對前景理論、投資最佳化及風險管理等相關知識感興趣的人員，也適合想迅速掌握基礎的人工智慧技術在金融投資領域套用的人員閱讀。

圖書目錄

第1章機率論與期望值決策 1

1．1 機率測度 1

1．1．1 風險與不確定性 1

1．1．2 集合理論 2

1．1．3 狀態空間 6

1．1．4 機率空間 7

1．1．5 容度 8

1．1．6 期望 9

1．1．7 主觀機率 10

1．1．8 前景 13

1．2 期望值決策理論 14

1．2．1 荷蘭賭 15

1．2．2 聖彼得堡悖論 16

第2章期望效用理論 18

2．1 偏好 18

2．1．1 偏好關係 18

2．1．2 偏好公理 19

2．2 函式的凹凸性 21

2．3 風險態度與確定性等價 22

2．4 期望效用函式 26

2．5 正仿射變換 28

2．6 風險厭惡測度 28

2．7 期望效用理論與均值-方差模型 29

第3章原始前景理論 33

3．1 悖論叢生 33

3．1．1 共同結果效應 33

3．1．2 共同比率效應 35

3．1．3 框架效應 35

3．1．4 Ellsberg悖論 37

3．1．5 確定效應 38

3．1．6 隔離效應 39

3．2 原始前景理論的賦值 41

3．2．1 反射效應 41

3．2．2 編輯 43

3．2．3 評估 45

3．3 參考點 46

3．4 價值函式 47

3．5 權重函式 48

3．5．1 次可加性 49

3．5．2 次確定性 49

3．5．3 次比例性 50

3．5．4 機率的非線性偏好 51

第4章累積前景理論 53

4．1 原始前景理論的發展 53

4．2 等級依賴模型 56

4．3 累積前景理論的提出 59

4．4 價值函式 60

4．5 機率權重函式 61

4．6 案例：前景值的補充計算 62

4．7 風險態度的四重模式 63

4．8 累積前景理論的映射 65

第5章前景理論與實驗經濟學 67

5．1 實驗經濟學概述 68

5．1．1 實驗經濟學的鍵習您發展 68

5．1．2 對實驗的質疑 70

5．2 實驗目的與對象 71

5．2．1 實驗目的 71

5．2．2 實驗對象 72

5．3 實驗設計 73

5．3．1 指導語 73

5．3．2 控制變數 74

5．3．3 干擾因素 74

5．3．4 隨機數習鍵喇滲 74

5．3．5 數據採集 75

5．3．6 實驗激勵 76

5．3．7 知識偏差 76

5．3．8 實驗計畫 77

5．4 問卷設計與分析 77

5．永匙4．1 問卷內容與結構 77

5．4．2 問卷數據分析 79

5．5 案例：累積前景理論的參數估計 86

第晚放廈6章前景理論與心理基礎 88

6．1 是否眼見為實 88

6．2 定基 89

6．2．1 心理賬戶 89

6．2．2 錨定效應 92

6．2．3 沉沒成本 94

6．3 偏離 96

6．3．1 過度自信 96

6．3．2 回本效應 97

6．3．3 後悔厭惡 98

6．4 割捨 98

6．4．1 稟賦效應 98

6．4．2 處置效應 99

6．5 簡化 100

6．5．1 暗示與過濾堡煮獄 100

6．5．2 代表性與熟悉性 100

6．6 情感 102

6．7 外部環境 103

6．7．1 社會環境 103

6．7．2 社會比較 103

6．7．3 語言表達 103

6．7．4 羊群效應與從眾心理 104

第7章前景理論價值函式 105

7．1 價值函式的主要類型 105

7．1．1 冪價值函式 105

7．1．2 線性價值函式 106

7．1．3 二次價值函式 107

7．1．4 指數價值函式 110

7．1．5 HARA價值函式 111

7．1．6 非參數方法下的價值函式 112

7．2 價值函式的再討論 112

7．3 損失厭惡 115

7．3．1 損失厭惡 VS 風險厭凝櫃戀惡 116

7．3．2 情感與損失厭惡 117

7．3．3 與損失厭惡相關的現象 118

7．4 參考依賴 122

7．5 幾類效用函式 128

第8章前景理論權重函式 131

8．1 機率權重函式 131

8．2 Prelec機率權重函式 133

8．3 兩參數模型 134

8．4 機率權重函式的心理學解釋 138

8．5 機率權重函式形式及參數總結 139

第9章前景理論的完善與套用 142

9．1 理論的夯實 142

9．1．1 偏好基礎與公理化 142

9．1．2 從離散到連續 143

9．1．3 第三代前景理論 144

9．1．4 不精確風險的測度 145

9．2 與傳統金融的聯繫與區別 145

9．2．1 前景理論與期望效用理論 145

9．2．2 前景理論與均值-方差模型 146

9．2．3 前景理論與高階矩 146

9．2．4 前景理論與資產定價 148

9．2．5 前景理論與行為預測 150

9．3 對異象、悖論及謎題的解釋 150

9．3．1 前景理論與聖彼得堡悖論 150

9．3．2 前景理論與股權溢價之謎 152

9．3．3 前景理論與稟賦效應 152

9．3．4 前景理論與處置效應 153

9．3．5 前景理論與本國效應 155

9．3．6 前景理論與貨幣幻覺 155

9．3．7 前景理論與近視損失厭惡 156

第10章前景理論與隨機占優 159

10．1 占優 160

10．2 偏好與函式 161

10．3 一階隨機占優 161

10．4 二階隨機占優 162

10．5 三階隨機占優 163

10．6 PSD隨機占優 165

第11章前景理論下的投資組合問題 170

11．1 基於理性假設的投資組合問題 170

11．1．1 期望收益與方差 172

11．1．2 有效邊界 174

11．1．3 夏普比率 176

11．1．4 兩基金分離定理 177

11．1．5 系統風險與非系統風險 178

11．1．6 資本資產定價模型 179

11．2 基於前景理論的投資組合問題 181

11．2．1 一個複雜的議題 181

11．2．2 前景理論偏好投資者的投資組合目標函式 187

第12章前景理論與風險測度 196

12．1 風險測度 196

12．1．1 風險測度的起源 197

12．1．2 如何測度風險 197

12．1．3 半方差 198

12．2 VaR 199

12．2．1 VaR的起源與發展 199

12．2．2 VaR的定義 201

12．2．3 VaR的計算 203

12．2．4 VaR的局限與爭議 207

12．3 CVaR 208

12．3．1 CVaR的定義 208

12．3．2 基於樣本情景下的CVaR-、CVaR和CVaR+ 209

12．3．3 CVaR的計算 210

12．4 VaR與CVaR的比較 211

12．4．1 優劣勢比較 211

12．4．2 最佳化與約束 212

12．5 VaR偏差和CVaR偏差 212

12．5．1 偏差的定義 212

12．5．2 偏差測度 214

12．5．3 VaR、CVaR與前景理論 215

第13章時間序列預測法 217

13．1 資產收益率 217

13．1．1 單期簡單收益率 217

13．1．2 多期簡單收益率 218

13．1．3 算術平均收益率 218

13．1．4 幾何平均收益率 218

13．1．5 對數收益率 219

13．2 時間序列的統計量 220

13．3 平穩性 221

13．4 序列相關、同方差及異方差 222

13．5 自相關函式與偏自相關函式 223

13．6 AR模型 225

13．7 MA模型 227

13．8 ARMA模型 228

13．9 ARCH模型 229

13．10 GARCH模型 230

第14章未來情景模擬法 232

14．1 Bootstrap法 233

14．1．1 什麼是Bootstrap法 233

14．1．2 基於時間序列的自助法 234

14．1．3 標準自助法 235

14．1．4 移動分塊自助法 235

14．1．5 非重疊分塊自助法 236

14．1．6 實例 237

14．2 蒙特卡羅模擬法 241

14．2．1 定義、起源與發展 241

14．2．2 套用範圍 243

14．2．3 股價變動與隨機過程 246

14．3 歷史模擬法 250

第15章最佳化算法 253

15．1 線性規劃 253

15．1．1 線性規劃的提出 253

15．1．2 單純形法 258

15．1．3 對偶問題 264

15．2 非線性規劃 265

15．2．1 無約束最佳化 267

15．2．2 約束最佳化 273

15．2．3 非線性規劃的難點 276

15．2．4 前景理論與分片線性規劃 279

15．2．5 凸最佳化 281

第16章遺傳算法 286

16．1 遺傳算法的原理 287

16．1．1 為什麼選擇遺傳算法 287

16．1．2 模式與模式定理 288

16．1．3 積木塊假說 288

16．1．4 探索與開發的平衡 288

16．2 遺傳算法的基本步驟 290

16．2．1 模型 290

16．2．2 編碼 291

16．2．3 估值 294

16．2．4 選擇 295

16．2．5 交叉 297

16．2．6 變異 300

16．2．7 收斂及終止 301

第17章前景理論與機器學習 304

17．1 支持向量機 306

17．1．1 線性分類器 307

17．1．2 從線性分類器到非線性分類器 309

17．2 Logistic回歸 313

17．3 過擬合與欠擬合 316

17．4 人工神經網路 318

17．4．1 人工神經網路在金融領域的運用 318

17．4．2 神經網路模型介紹 321

17．4．3 感知機 326

17．4．4 前饋傳播 329

17．4．5 反向傳播 331

17．4．6 實例：BP神經網路預測 336

第18章基於前景理論的投資組合最佳化的實證分析 339

18．1 無風險約束的前景理論最佳化問題 339

18．1．1 參數法――多元常態分配 339

18．1．2 非參數法――前景模擬 346

18．2 含風險約束的前景理論最佳化問題 347

18．2．1 風險性風險約束 348

18．2．2 偏差性風險約束 349

附錄A MATLAB基礎快速入門 352

A．1 MATLAB簡介 352

A．2 MATLAB入門 354

A．3 MATLAB中的矩陣運算 358

A．4 MATLAB常用數據格式的導入/導出 359

A．5 MATLAB中的圖形功能 362

A．6 MATLAB程式設計方法 366

參考文獻 370

投資決策分析與最佳化

基本介紹

內容簡介

圖書目錄

熱門詞條