一种基于均值-CVaR-熵模型的投资组合优化方法技术

本发明专利技术公开了一种基于均值

【技术实现步骤摘要】
一种基于均值
‑
CVaR
‑
熵模型的投资组合优化方法


[0001]本专利技术涉及投资组合优化领域，具体涉及一种基于均值
‑
CVaR
‑
熵模型的投资组合优化方法。

技术介绍

[0002]1952年美国经济学家Markowitz提出了均值
‑
方差理论,标志着现代投资组合理论的开端，Markowitz的均值
‑
方差模型的提出是金融风险进入量化的标志。该投资组合模型以均值和方差来度量投资组合的收益和风险。投资组合理论主要解决的问题是如何把一定数量的资金分配到不同的资产中，在小于给定风险水平的情况下最大化收益或者在收益一定的情况下最小化风险。投资者试图选择不同的投资方式将资产分散化，寻找高收益、低风险的投资策略，尽可能在获得最大收益的同时承担最小的风险，即投资组合选择。
[0003]马科维茨的均值
‑
方差模型由于模型假设条件过于苛刻，其实际应用受到很多学者的质疑，为了得到股票的最优投资组合，很多学者在现代投资组合理论的基础本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于均值
‑
CVaR
‑
熵模型的投资组合优化方法，其特征在于，包括以下步骤：步骤1，采集股票的股票代码、股票名称及每个股票的基本信息，用收盘价计算相关性和日收益率；步骤2，首先将每个股票的所述日收益率取均值，然后选取前十的股票，构成投资组合数据集；步骤3，构建均值
‑
CVaR
‑
比例熵多目标模型和添加交易费用约束的均值
‑
CVaR
‑
比例熵多目标扩展模型；步骤4，将所述均值
‑
CVaR
‑
比例熵多目标模型和所述添加交易费用约束的均值
‑
CVaR
‑
比例熵多目标扩展模型引入参数λ进行线性组合，转化为线性求解降低其复杂度，得到单目标规划模型；步骤5，将所述单目标规划模型参数取值，将所述投资组合数据集代入所述单目标规划模型求解，得到股票的权重、预期收益率、方差以及单位风险收益。2.根据权利要求1所述的基于均值
‑
CVaR
‑
熵模型的投资组合优化方法，其特征在于：其中，步骤1中，所述日收益率的计算方法为：日收益率＝(今日收盘价
‑
昨日收盘价)/昨日收盘价。3.根据权利要求1所述的基于均值
‑
CVaR
‑
熵模型的投资组合优化方法，其特征在于：其中，步骤3包括以下步骤：步骤3
‑
1，在给定投资组合期望收益的条件下，使CVaR最小化，构建均值
‑
CVaR模型：CVaR模型：步骤3
‑
2，对所述均值
‑
CVaR模型引入满足凸性的辅助函数：F
α
(w,η)＝η+(1
‑
α)

【专利技术属性】
技术研发人员：曾清华，竺筱晶，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：