版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、金融市場風(fēng)險(xiǎn)管理是金融實(shí)務(wù)界、學(xué)術(shù)界和監(jiān)管局的重大課題和任務(wù)。風(fēng)險(xiǎn)價(jià)值(Value-at-Risk,VaR)是最近金融研究的一個(gè)重要方向,它是一種以統(tǒng)計(jì)方法度量市場風(fēng)險(xiǎn)的手段,是指在給定一個(gè)時(shí)間周期和置信水平下,預(yù)期最大損失的測量。由于它不具有次可加性、凸性等特征,使得條件風(fēng)險(xiǎn)價(jià)值(Conditional Value-at-Risk,CVaR)的研究引起了許多學(xué)者的興趣。CVaR是指損失額超過VaR部分的期望損失值或平均損失值。它不僅具
2、有VaR模型的優(yōu)點(diǎn),同時(shí)在實(shí)際應(yīng)用中更為實(shí)用合理,因而得到越來越廣泛的應(yīng)用。VaR和CVaR,尤其是后者,已成為當(dāng)今金融評估的重要參數(shù)。 本文重點(diǎn)研究了基于遺傳算法的CVaR模型在投資組合中的應(yīng)用問題,取得的研究成果主要有以下幾點(diǎn): (1)針對CVaR模型當(dāng)中各期損失函數(shù)通常比較復(fù)雜,線性的損失函數(shù)在現(xiàn)實(shí)當(dāng)中可能難以準(zhǔn)確描述實(shí)際損失的問題,提出了損失函數(shù)為一般非線性函數(shù)情形的CVaR模型。 (2)設(shè)計(jì)了一種改進(jìn)的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的CVaR投資組合模型研究.pdf
- 基于遺傳算法的CVaR模型研究.pdf
- 基于遺傳算法的投資組合模型研究.pdf
- 基于遺傳算法的基金投資組合模型研究.pdf
- 基于遺傳算法的多目標(biāo)優(yōu)化算法及在金融投資組合中的應(yīng)用.pdf
- 基于遺傳算法的投資組合模型及實(shí)證研究.pdf
- 基于遺傳算法的投資組合研究.pdf
- 基于遺傳算法的最優(yōu)證券組合投資模型研究.pdf
- 基于CVar的投資組合模型.pdf
- 基于改進(jìn)遺傳算法的動(dòng)態(tài)投資組合優(yōu)化模型的研究.pdf
- Markowitz投資組合模型的遺傳算法求解——在保險(xiǎn)投資領(lǐng)域的實(shí)證研究.pdf
- 遺傳算法在模糊模型辨識中的應(yīng)用.pdf
- 基于改進(jìn)遺傳算法的投資組合研究.pdf
- 基于混合遺傳算法的組合投資問題.pdf
- 基于改進(jìn)遺傳算法的證券投資組合研究
- 遺傳算法的改進(jìn)及其在組合優(yōu)化中的應(yīng)用.pdf
- 基于改進(jìn)遺傳算法的證券投資組合研究.pdf
- 改進(jìn)粒子群算法求解基于均值-CVaR模型的投資組合.pdf
- 基于CVaR約束的投資組合優(yōu)化模型.pdf
- CVaR風(fēng)險(xiǎn)度量下Log最優(yōu)投資組合模型——在投資基金中的應(yīng)用.pdf
評論
0/150
提交評論