股票组合的选取以及对风险的度量在投资过程中极为重要.基于熵模型和CVaR风险度量方法,文章提出了一种新的多目标投资组合优化模型,并利用模糊集理论和粒子群算法对模型进行求解.同时,通过深圳综合指数、中小板综合指数和上证180指数的实际股票数据进行实证分析,结果表明与其他经典投资组合模型相比,文章所提出的模型在Sharpe比率、平均绝对偏差比、调整后的偏度Sharpe比率等评估指标中表现得更好,同时具有更高的稳定性.文章所得结论为丰富现有的投资组合理论基础做出了一定的贡献.
科研之友
微信
新浪微博
Facebook
分享链接
