基于中國證券市場的指數(shù)跟蹤優(yōu)化方法及實證研究.pdf

1、指數(shù)衍生產(chǎn)品日益受到投資者重視,且有大量的研究和統(tǒng)計數(shù)據(jù)結(jié)果表明，以選股和擇時為主的積極投資策略無法取得戰(zhàn)勝市場的業(yè)績，這使得越來越多的機構(gòu)投資者放棄了純粹的證券組合投資管理模式，而更多地采用混合管理模式或消極管理方式進行投資。指數(shù)化投資組合作為實現(xiàn)消極管理的重要方法已被傳統(tǒng)的消極基金管理者或機構(gòu)所廣泛采用。
　　如何實現(xiàn)指數(shù)化投資組合的最優(yōu)誤差跟蹤是指數(shù)化投資的重要問題。而又由于投資者用有限的資金按指數(shù)構(gòu)成比例進行投資是不現(xiàn)實的

2、，如何在持有有限資金情況下做出最優(yōu)投資組合決策也是一個急需解決的問題。雖有大量的文獻對積極策略和消極策略進行了比較以及考慮了實際市場摩擦如交易成本等，但是對基數(shù)約束(即持有的總資產(chǎn)數(shù)不超過某個特定整數(shù)K)下的指數(shù)跟蹤問題的研究還很不充分。本文將通過建立一個基數(shù)約束下的指數(shù)跟蹤模型，解決最優(yōu)誤差跟蹤問題，解決有限資金持有量問題，并也會進一步考慮投資者的損失厭惡心理，解決投資者效用最大化問題。
　　首先，本文通過定義跟蹤誤差為證券投資

3、組合收益率與所追蹤的指數(shù)基準收益率之差的均值平方和的平方根,建立了基數(shù)約束(即總資產(chǎn)數(shù)不超過某個特定整數(shù)K)下的跟蹤誤差最小化模型。其次，由于在指數(shù)跟蹤模型中引入顯示的基數(shù)約束后，其可行域有許多局部最優(yōu)點且是不連續(xù)的，傳統(tǒng)算法難以有效求解。為此，本文采用了由Eberhart和Kennedy最早提出的啟發(fā)式粒子群優(yōu)化算法去求解這種NP-完全問題。最后，通過上海證券市場的A股周收益率數(shù)據(jù)對指數(shù)化投資進行了數(shù)值模擬。其數(shù)值模擬結(jié)果證明了粒子群

4、算法求解出的基數(shù)約束下的指數(shù)跟蹤優(yōu)化問題的投資組合決策，不僅可以有效的追蹤標的指數(shù)收益率，達到消極管理策略的目標，而且還得到了一些具有實際意義的金融結(jié)論，為金融投資實務(wù)提供了一些有價值的理論參考。通過實證分析，我們也驗證了損失厭惡對投資者進行投資決策時會帶來影響，且符合金融行為學(xué)的結(jié)論。
　　另外，本文還根據(jù)行為金融學(xué)理論，在考慮投資者的損失厭惡心理因素后，進一步完善了指數(shù)跟蹤投資組合模型，力圖在實現(xiàn)投資者效用最大化的目標下，做出