課程論文之不同借貸利率下的安全第一模型-全文預(yù)覽
【正文】 wing and Lending[J].Journal of Global Optimization,2004,28:6795.[10]姚海洋,[J].系統(tǒng)工程理論與實(shí)踐，2009,29(1).[11]余湄，[J].系統(tǒng)科學(xué)與數(shù)學(xué)，2009，29(4)：536546.[12]李仲飛，[J].系統(tǒng)工程理論與實(shí)踐，2005,4.[13]張衛(wèi)國(guó)，陳云霞，杜倩，[J].系統(tǒng)工程，2011,29(5).[14]羅櫻，于欣，[J].浙江大學(xué)學(xué)報(bào)（理學(xué)版），2006, 33(5).。由此可知，投資者可以按照自己的安全要求（不一定是本文所提到的安全第一標(biāo)準(zhǔn)），運(yùn)用遺傳算法，選擇自己的最優(yōu)投資組合，這對(duì)于投資者實(shí)際投資具有很大的靈活性。在染色體進(jìn)化完成之后，這個(gè)染色體就可以看作是模型(P1)的解。（3）變異：根據(jù)變異概率，選擇變異父代，隨機(jī)選擇一個(gè)遺傳因子。步驟4 種群進(jìn)化：通過(guò)選擇、交叉、變異來(lái)優(yōu)化更新染色體，并記錄最好的染色體。再次按照設(shè)計(jì)好的適應(yīng)函數(shù)（即模型(P1)中的目標(biāo)函數(shù)）計(jì)算出每個(gè)染色體的適應(yīng)度，最后進(jìn)行種群進(jìn)化，記錄最好的染色體。遺傳算法是一類(lèi)借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)搜索算法，是近幾年發(fā)展起來(lái)的一種嶄新的全局優(yōu)化算法，被廣泛應(yīng)用于各種傳統(tǒng)方法無(wú)法求解的優(yōu)化模型中。因此TSF模型的概率約束可以表示為 （）故TSF模型又等價(jià)于：max，. （）令，由于，因此和與的符號(hào)相同。為密度發(fā)生器，并且滿意。當(dāng)時(shí)，投資者將賣(mài)空風(fēng)險(xiǎn)資產(chǎn)并將所得投資于無(wú)風(fēng)險(xiǎn)資產(chǎn)，即貸出無(wú)風(fēng)險(xiǎn)資產(chǎn)，則；當(dāng)時(shí)，投資者賣(mài)空無(wú)風(fēng)險(xiǎn)資產(chǎn)并將資金投資于風(fēng)險(xiǎn)資產(chǎn)，即從銀行借入無(wú)風(fēng)險(xiǎn)資產(chǎn)，則。無(wú)風(fēng)險(xiǎn)資產(chǎn)的收益率為。其次，考慮一個(gè)單期的投資組合，設(shè)有種風(fēng)險(xiǎn)資產(chǎn)和1種無(wú)風(fēng)險(xiǎn)資產(chǎn)可供選擇，投資者打算在投資期0時(shí)刻把初始財(cái)富投資于種風(fēng)險(xiǎn)資產(chǎn)和1種無(wú)風(fēng)險(xiǎn)資產(chǎn)中，在1時(shí)刻獲取收益。一般來(lái)說(shuō)，無(wú)風(fēng)險(xiǎn)資產(chǎn)借入利率要大于貸出利，正是基于這個(gè)原因，探討含有無(wú)風(fēng)險(xiǎn)資產(chǎn)不同借貸利率下的安全第一模型具有重要的現(xiàn)實(shí)意義。Zhang，Wang 和Deng詳細(xì)研究了不同借貸利率下的均值方差投資組合模型。一般情況下，投資者往往要求比儲(chǔ)蓄更高的借入利率,因此借入利率大于貸出利率。Pyle和Turnovsky使用幾何方法分析了安全第一模型和均值方差模型之間的聯(lián)系。該模型不僅反映了資產(chǎn)損益的分布情況，而且還可以直接根據(jù)模型的目標(biāo)函數(shù)求得最優(yōu)投資策略，不
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1