基于遺傳算法的CVaR模型研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩46頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、風(fēng)險(xiǎn)值(Value-at-Risk,VaR)是一種以統(tǒng)計(jì)技術(shù)全面度量市場(chǎng)風(fēng)險(xiǎn)的方法,是指在正常的市場(chǎng)環(huán)境下,給定一定的時(shí)間周期和置信水平,預(yù)期最大損失的測(cè)度。條件風(fēng)險(xiǎn)值(Conditional Value-at-Risk,CVaR)是指損失額超過VaR部分的期望損失值或平均損失值。它具有VaR模型的優(yōu)點(diǎn),同時(shí)在理論上又具有良好的性質(zhì),如具有次可加性、凸性等。 目前,在建立CVaR的數(shù)學(xué)模型方面有連續(xù)型CVaR和離散型CVaR模

2、型,本文主要討論連續(xù)型CVaR,在研究的過程中,運(yùn)用了系統(tǒng)理論、歸納演繹、比較與實(shí)證分析等研究方法。 全文共分五章進(jìn)行。第一章介紹了本文的研究背景,VaR、CVaR和遺傳算法的研究概況。第二章概述了VaR模型和CVaR模型,第三章研究連續(xù)型單損失CVaR模型及其基于改進(jìn)遺傳算法的解,第四章研究連續(xù)型多損失CVaR模型及其基于改進(jìn)多目標(biāo)遺傳算法的解,第五章對(duì)全文進(jìn)行了總結(jié)。 本文所取得的研究成果主要有以下幾點(diǎn): 1

3、.研究了連續(xù)型單損失CVaR模型。通過對(duì)線性損失函數(shù)的改進(jìn),建立了CVaR.的一個(gè)非線性規(guī)劃模型,推廣了CVaR已有的線性規(guī)劃模型。通過一種改進(jìn)的遺傳算法求出新的CVaR模型的近似最優(yōu)解,得到更優(yōu)的VaR和CVaR值,有效降低了風(fēng)險(xiǎn)。 2.研究了連續(xù)型多損失CVaR模型,并建立了CVaR.的一個(gè)多目標(biāo)優(yōu)化模型。根據(jù)一種新的關(guān)系算子,利用求解多目標(biāo)規(guī)劃問題的Pareto多目標(biāo)遺傳算法對(duì)連續(xù)型多損失CVaR模型進(jìn)行了求解,得到更優(yōu)的

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論