發(fā)布時間：2020-11-21 11:37

　　 伴隨著金融行業(yè)的發(fā)展,學(xué)界和業(yè)界一直熱衷于投資組合的研究。自Markowitz用方差衡量風(fēng)險,提出均值方差理論后,學(xué)者嘗試從不同的角度度量風(fēng)險。而回撤風(fēng)險是其中一種為投資者熟知且十分重要的風(fēng)險度量。對此,學(xué)者們進(jìn)行了大量的研究,但大都研究回撤的幅度,而較少從回撤時間的角度考慮。再者,學(xué)者在研究回撤的幅度時較少對其魯棒性進(jìn)行考慮。另外,在現(xiàn)實(shí)投資中,僅僅考慮回撤風(fēng)險是不足夠的。若從投資管理人關(guān)心的投資組合被贖回風(fēng)險出發(fā),則需要考慮多種不同的風(fēng)險。綜上,本文在前人研究的基礎(chǔ)上,將從以下幾個方面展開:(1)考慮將回撤時間加入已有的回撤風(fēng)險投資組合優(yōu)化模型。設(shè)計一個策略,將回撤時間作為篩選股票的條件,并利用回撤幅度優(yōu)化模型構(gòu)建投資組合。隨后利用中國證券市場的股票數(shù)據(jù)進(jìn)行實(shí)證分析,按照歷史平均最大回撤間的大小進(jìn)行分組并比較不同組別構(gòu)成的投資組合在收益和回撤方面的表現(xiàn),從而驗(yàn)證該選股條件有效性,最后比較構(gòu)建的策略與原有不考慮回撤時間模型的投資組合在樣本內(nèi)和樣本外績效表現(xiàn),分析考慮回撤時間的改進(jìn)結(jié)果。(2)在已有的回撤風(fēng)險優(yōu)化模型基礎(chǔ)上考慮加入資產(chǎn)路徑信息的不確定性信息,研究最壞情形下的回撤風(fēng)險度量指標(biāo)。在條件回撤在險值(CDaR)的基礎(chǔ)上,參考WCVaR的構(gòu)建方法,構(gòu)建考慮最壞情形下的條件回撤在險值(WCDaR)作為風(fēng)險約束的投資組合模型。假設(shè)資產(chǎn)路徑可能存在多種情形,且每種情形發(fā)生的概率是不確定的。在此條件下考慮最壞情形下的收益和回撤風(fēng)險,建立其投資組合優(yōu)化問題,使組合具有魯棒性。隨后通過對偶等方法將模型轉(zhuǎn)化為易于求解的線性規(guī)劃問題。最后利用中國證券市場進(jìn)行實(shí)證分析,比較本文構(gòu)建的WCDaR模型和已有CDaR模型差異,總結(jié)分析考慮最壞情形的回撤風(fēng)險度量的優(yōu)勢。(3)在回撤風(fēng)險度量基礎(chǔ)上,加入考慮其他風(fēng)險約束的情形。在真實(shí)投資中,投資管理人為了減少基金產(chǎn)品被贖回情況,在建立投資組合時會考慮不同的風(fēng)險約束。本文將同時考慮投資組合的總風(fēng)險約束、相對市場組合的風(fēng)險約束和回撤風(fēng)險約束作為被贖回風(fēng)險的風(fēng)險約束,并利用這些風(fēng)險約束構(gòu)建具有多約束的非線性規(guī)劃模型,通過非線性優(yōu)化工具去求解。最后利用中國證券市場的數(shù)據(jù)驗(yàn)證模型的有效性,通過數(shù)據(jù)分析說明考慮多個風(fēng)險度量的必要性,再分析多約束組合在樣本內(nèi)和樣本外與基準(zhǔn)組合表現(xiàn)的差異,并比較考慮多個約束的投資組合模型和已有考慮單個約束投資組合模型績效的差異。通過對回撤約束的投資組合研究,包括對回撤時間和最壞情形的條件回撤在險值的考慮,可以完善以回撤作為風(fēng)險度量的理論體系。另外,同時考慮回撤風(fēng)險度量和其他風(fēng)險度量,可使投資組合更具有現(xiàn)實(shí)意義。
【學(xué)位單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：F224;F832.51
【部分圖文】：

第四章 考慮最壞情形下回撤風(fēng)險的投資組合模型收益率粗略地分為三個階段。在這三個階段收益率的波動幅度與其上下偏移的都有較大的差異，之后將從數(shù)值上更具體地表示其差異。因此我們這里將樣本分為了三個階段，階段一為 2013 年 7 月到 2014 年 6 月，階段二為 2014 年 7 月到 年 6 月，階段三為 2015 年 7 月到 2016 年 6 月，最后把 2016 年 7 月到 2017 年作為樣本外的數(shù)據(jù)作為模型有效性的驗(yàn)證。

圖 4-2 均值-CDaR 有效前沿圖 4-3 均值-WCDaR 有效前沿如圖 4-2 顯示，在考慮 CDaR 作為風(fēng)險度量時，組合 II 的有效前沿一直在組合 I 的，說明此時組合 I 表現(xiàn)更優(yōu)。這是在不考慮最壞情形下的收益風(fēng)險對比的結(jié)果，結(jié)顯然的，因?yàn)榻M合 I 正是按照最小化 CDaR 進(jìn)行規(guī)劃求解。但此處存在的問題是組

若在最壞情形的 CDaR 作為風(fēng)險度量時，結(jié)果如圖4-3 所示，這時發(fā)現(xiàn)組合 II 的有效前沿在組合 I 的左方，證明此時組合 II 的在 WCDaR作為風(fēng)險度量時表現(xiàn)更優(yōu)。在現(xiàn)實(shí)中，考慮極端情形風(fēng)險是有意義的。而實(shí)際上，結(jié)合表 4-2 分析，在考慮期望收益較小時，考慮了極端風(fēng)險的組合 II 反而在高波動率的市場中 CDaR 更小，表現(xiàn)其回撤風(fēng)險能力更強(qiáng)，而雖然在震蕩行情中 CDaR 更大，但其收益能力卻更強(qiáng)。為了進(jìn)一步的說明這一點(diǎn)，可從圖 4-3 的兩個組合的主要持倉對比（ 0.0005）進(jìn)行分析。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張婷;;2017年投資策略:看最佳分析師們怎么說[J];股市動態(tài)分析;2016年50期

2 洪瑜;;風(fēng)險投資策略研究[J];商場現(xiàn)代化;2017年13期

3 石龍富;;量化投資策略淺談[J];當(dāng)代教育實(shí)踐與教學(xué)研究;2017年03期

4 常樂;;50∶50投資策略淺析[J];科技經(jīng)濟(jì)導(dǎo)刊;2017年22期

5 李文澤;謝升峰;;分級基金投資策略分析[J];商;2016年15期

6 李豫;;論企業(yè)財務(wù)投資策略[J];科技經(jīng)濟(jì)市場;2015年03期

7 許榮;魏諳書;;股災(zāi)期間保險投資策略研究——危機(jī)時期巴菲特保險投資案例分析[J];保險理論與實(shí)踐;2016年07期

8 童銀婷;;從投資之道談財務(wù)自由之路[J];智富時代;2016年12期

9 蔣心怡;;淺析生活中的投資策略[J];好家長;2017年07期

10 趙東山;;君聯(lián)資本邵振興的投資平衡術(shù),要穩(wěn)健,更要敏銳[J];創(chuàng)業(yè)邦;2017年04期

相關(guān)博士學(xué)位論文 前10條

1 徐鴨江;企業(yè)投資策略研究[D];中國社會科學(xué)院研究生院;2001年

2 徐高林;英美壽險資金投資原理研究[D];對外經(jīng)濟(jì)貿(mào)易大學(xué);2004年

3 任開宇;滬深股市風(fēng)格投資：適用性、周期性和轉(zhuǎn)換策略[D];吉林大學(xué);2004年

4 楊宏恩;日本對中國直接投資的變化與影響[D];復(fù)旦大學(xué);2005年

5 李勇;不同市場有效性條件下的中國投資策略研究[D];華東師范大學(xué);2006年

6 李長青;不確定條件下專用實(shí)物資產(chǎn)投資估價的理論與實(shí)施方法研究[D];華中科技大學(xué);2005年

7 王濱;不確定條件下投資的博弈分析[D];華中科技大學(xué);2005年

8 黃靜;行為金融理論與投資策略應(yīng)用研究[D];吉林大學(xué);2006年

9 邱曉明;地方政府利用外商投資中的博弈分析[D];蘇州大學(xué);2004年

10 惠恩才;我國風(fēng)險投資發(fā)展障礙與對策研究[D];東北財經(jīng)大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 徐臣威;企業(yè)價值投資風(fēng)險控制研究[D];貴州財經(jīng)大學(xué);2018年

2 王新文;風(fēng)險投資對被投資企業(yè)生產(chǎn)效率的影響[D];江南大學(xué);2018年

3 庾燦斌;基于回撤約束的投資組合優(yōu)化及實(shí)證研究[D];華南理工大學(xué);2018年

4 盛亞雄;投資組合相關(guān)模型的優(yōu)化算法及實(shí)證分析[D];華東交通大學(xué);2018年

5 張永琦;我國PE機(jī)構(gòu)控股型投資動因、績效及風(fēng)險研究[D];廣西大學(xué);2018年

6 商立博;ZC投資發(fā)展有限公司戰(zhàn)略轉(zhuǎn)型研究[D];北京交通大學(xué);2018年

7 彭倩;P2P網(wǎng)絡(luò)借貸中歷史投資經(jīng)驗(yàn)對投資人投資決策的影響研究[D];中國科學(xué)技術(shù)大學(xué);2018年

8 李思赟;政府引導(dǎo)基金對風(fēng)險投資市場的影響研究[D];山東大學(xué);2018年

9 方天宇;基于成長性的A公司量化投資策略研究[D];沈陽工業(yè)大學(xué);2018年

10 唐榮;基于能量熵框架的投資組合方法在中國股票市場的實(shí)證研究[D];山東大學(xué);2018年

本文編號：2892940