複雜不確定環境下魯棒投資組合最佳化模型及決策研究

《複雜不確定環境下魯棒投資組合最佳化模型及決策研究》是依託北京航空航天大學，由秦中峰擔任項目負責人的面上項目。

基本介紹

• 中文名：複雜不確定環境下魯棒投資組合最佳化模型及決策研究
• 依託單位：北京航空航天大學
• 項目負責人：秦中峰
• 項目類別：面上項目

項目摘要

證券市場中往往並存著多種不確定性，如未來市場走向的隨機性、證券未來收益的模糊性，以及它們相互滲透而形成的雙重不確定性，從而使投資者總是在這樣複雜的不確定環境下進行投資決策。鑒於此，本項目擬利用不確定理論處理證券市場中出現的雙重不確定性，根據魯棒最佳化的建模思想，研究複雜不確定環境下的投資組合選擇問題，力求建立並發展一套能有效應對外界擾動並有效融合歷史數據與專家主觀經驗進行穩健投資決策的科學方法。研究內容：（1）建立後悔度最小化和魯棒均值-風險等兩類魯棒投資組合最佳化模型，並拓展至多期模型的形成與分析；（2）逐步引入交易成本、流動性約束、破產風險控制等市場機理因素，形成逐漸接近現實投資決策環境的魯棒最佳化模型；（3）設計有效的集模糊隨機模擬、神經元網路與啟發式算法於一身的混合智慧型算法對模型進行求解與分析；（4）套用新模型解決保險中的資產負債管理等問題，並論證採用這些模型的必要性。

結題摘要

不確定性廣泛存在於證券市場之中，從而使投資者總是在多重不確定性並存時的複雜環境下進行投資決策。本項目聚焦於主客觀不確定性並存時的投資組合選擇問題，使用不確定隨機變數等混合變數刻畫證券收益，綜合運用投資組合理論、不確定理論及運籌學的相關理論進行建模分析，為複雜不確定環境下的投資組合選擇問題構建了後悔度最小化、均值-風險型等多種最佳化模型，並拓展至多期問題、再調整問題等情形。在模型求解時，項目組首先對所構建模型進行理論分析，並在一定條件下將其轉化為確定等價形式。對於不能轉化成確定形式的模型，使用模擬技術估計相關參數或表達式，設計混合智慧型算法進行數值求解與分析。隨著研究的深入和國內外同類研究的進展，本項目亦對相關的不確定性建模及決策問題進行了套用研究和深化。項目組成員在為期四年的研究中，共發表了19篇標註課題資助的SCI檢索期刊論文，主要分布在國內外運籌學與管理科學及其他交叉學科領域的重要學術期刊上，並在Springer出版一部學術專著，參加了20餘人次國內外學術會議，招收3名博士生和7名學術型碩士生。