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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、風(fēng)險價值(Value-at-Risk,VaR)是最近金融研究的一個重要方向,它是一種以統(tǒng)計方法度量市場風(fēng)險的手段,它是指在給定一個時間周期和置信水平下,預(yù)期最大損失的測量。但由于它不具有次可加性、凸性等缺陷,使得條件風(fēng)險價值(ConditionalValue-at-Risk,CVaR)的研究倍受研究者的關(guān)注。CVaR是指損失額超過VaR部分的期望損失值或平均損失值。它不僅具有VaR模型的優(yōu)點,同時在實際應(yīng)用中更為實用而合理,因而得到越來
2、越廣泛的應(yīng)用。 本文對VaR模型和CVaR模型作了簡要的闡述和模型的求解,并簡單闡述了它們在投資組合中的運用,并可為投資者在規(guī)避現(xiàn)實風(fēng)險中提供參考。 全文共分為五章,第一章簡要介紹了本文的研究背景、研究意義,并對VaR和CVaR的研究現(xiàn)狀進行了簡要的闡述:第二章概述了投資組合的概念、研究現(xiàn)狀,以及VaR模型和CVaR模型在投資組合中的應(yīng)用:第三章首先詳細(xì)介紹CVaR模型,提出改進CVaR模型,結(jié)合實證并運用遺傳算法對其進
3、行了求解和分析:第四章提出基于信息熵的投資組合并運用改進的遺傳算法對其求解和實證分析:第五章對全文進行了總結(jié)。 本文的取得的研究成果主要如下: 1、改進CVaR模型損失函數(shù),對CVaR模型進行了改進,運用遺傳算法對其實證分析。 2、結(jié)合信息熵對投資組合進行風(fēng)險度量,大大減少了投資組合的計算量,在現(xiàn)實中具有很重要的實際意義,并可指導(dǎo)投資者在投資期間進行投資組合的調(diào)整。 3、結(jié)合滬指的5支股票(飛亞達(dá)/浦東建
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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,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VaR和CVaR的投資組合優(yōu)化模型研究.pdf
- VaR和CVaR在投資組合中的研究與應(yīng)用.pdf
- VaR和CVaR在證券投資組合決策中的應(yīng)用.pdf
- 投資組合風(fēng)險評估的VaR和CVaR方法及實證分析.pdf
- 安全第一思想下的均值-VaR(CVaR)投資組合優(yōu)化模型研究.pdf
- VaR和CVaR股市風(fēng)險測度比較研究.pdf
- 風(fēng)險資產(chǎn)組合均值-VaR前沿研究——基于CVaR和期望后悔的測度.pdf
- 基于證券投資基金市場的VaR與CVaR的研究.pdf
- 基于CVar的投資組合模型.pdf
- 基于CVaR的投資組合優(yōu)化問題.pdf
- VaR和CVaR風(fēng)險值的估計和計算.pdf
- 基于極值方法的VaR和CVaR評估.pdf
- 基于CVaR和安全第一思想的投資組合模型.pdf
- CVaR風(fēng)險度量投資組合模型的改進研究.pdf
- 基于均值—CVaR的投資組合優(yōu)化問題研究.pdf
- 基于模型無關(guān)方法的VaR和CVaR計算.pdf
- 基于CVaR約束的投資組合優(yōu)化模型.pdf
- 基于Copula理論的投資組合VaR研究.pdf
- 基于CVaR的衍生證券投資組合優(yōu)化模型研究.pdf
- 基于CVaR約束和魯棒方法的房地產(chǎn)組合投資研究.pdf
評論
0/150
提交評論