允许卖空的基于MINIMAX规则的证券组合选择
几类投资组合优化模型及其算法
几类投资组合优化模型及其算法投资组合优化是金融领域研究的热点之一，它旨在通过合理的资产配置，最大化投资回报并控制风险。
在过去的几十年里，学者们提出了许多不同的模型和算法来解决这个问题。
本文将介绍几类常见的投资组合优化模型及其算法，并讨论它们在实际应用中的优缺点。
一、均值-方差模型及其算法均值-方差模型是最早也是最常见的投资组合优化模型之一。
它假设市场上所有证券的收益率服从正态分布，并通过计算每个证券预期收益率和方差来构建一个有效前沿。
然后，通过调整不同证券之间的权重来选择最佳投资组合。
常用于求解均值-方差模型问题的算法包括马尔科夫蒙特卡洛方法、梯度下降法和遗传算法等。
马尔科夫蒙特卡洛方法通过随机生成大量投资组合并计算它们对应收益和风险来找到有效前沿上最佳点。
梯度下降法则通过迭代调整权重，使得投资组合的风险最小化，同时收益最大化。
遗传算法则通过模拟生物进化的过程，不断迭代生成新的投资组合，直到找到最优解。
然而，均值-方差模型存在一些缺点。
首先，它假设收益率服从正态分布，在实际市场中往往不成立。
其次，它忽略了投资者的风险偏好和预期收益率的不确定性。
因此，在实际应用中需要对模型进行改进。
二、风险价值模型及其算法风险价值模型是一种基于风险度量和损失分布函数的投资组合优化模型。
它通过将损失分布函数与预期收益率进行权衡来选择最佳投资组合。
常用于求解风险价值模型问题的算法包括蒙特卡洛模拟、条件值-at- risk方法和极大似然估计等。
蒙特卡洛方法通过随机生成大量损失分布并计算对应的条件值-at- risk来找到最佳点。
条件值-at-risk方法则是直接计算给定置信水平下对应的损失阈值，并选择使得风险最小化的投资组合。
极大似然估计则是通过对损失分布的参数进行估计，找到最符合实际数据的投资组合。
风险价值模型相比均值-方差模型具有更好的鲁棒性，能够更好地应对极端事件。
然而，它也存在一些问题。
首先，它需要对损失分布进行假设，而实际中往往很难准确估计。
金融经济学第五章 投资组合理论
24.6% 0.4070*24.6%=10.01%
C
0.3605
22.8%
0.3605*22.8%=8.22%
证券组合的期望回报率= r=p22.00%
20
（二）期望效用分析与均值－方差分析的关系
• 一般来说，资产回报的均值和方差并不能完全包含个 体做选择时所需要的全部信息
• 但在一定条件下，个体的期望效用函数能够仅仅表示 为资产回报的均值和方差的函数，从而投资者可以只 把均值和方差作为选择的目标
这等价于，投资者估计三种股票的期末价格分别 为46.48元[因为（46.48-40）/40=16.2%]、 43.61元[因为（43.61-35）/35=24.6%]和76.14 元[因为（76.14-62）/62=22.8%]。
证券组合期望回报率有几种计算方式，每种方式
得到相同的结果。
17
（1）证券和证券组合的值
掌握均值-方差前沿组合的相关性质.
•通过证券市场投资配置资源的两部分工作：
（１）证券与市场的分析，对投资者可能选择的所有 投资工具的风险及预期收益的特性进行评估。 （２）对资产进行最优的资产组合的构建，涉及在可 行的资产组合中决定最佳风险－收益机会，从可行的 资产组合中选择最好的资产组合。
3
一、现代投资组合理论的起源
• 投资者事先知道资产收益率的概率分布，并且收益率满足 正态分布的条件。
• 经济主体的效用函数是二次的，即u(w)=w-(1/2)αw2, α>0
• 经济主体以期望收益率来衡量未来实际收益率的总体水平， 以收益的方差（或标准差）来衡量收益率的不确定性(风 险)，因而经济主体在决策中只关心资产的期望收益率和 方差。
最后，通过求解二次规划，可以算出有效投资组合的集合，计算结果 指明各种资产在投资者的投资中所占份额，以便实现投资组合的有效性— —即对给定的风险使期望回报率最大化，或对于给定的期望回报使风险最 小化。
第十章 证券投资组合理论
第二节 马科维茨选择资产组合的方法
4. 确定最小方差资产组合集合的方法 ➢ 确定最小方差资产组合集合和有效资产组合集合
的方法有三种:图像分析法、微积分法和非线性方
程。
➢ 利用图像法建立最小方差资产组合集合的过程,就 是在以资产权数为坐标轴的空间内,绘制反映资产 组合各种预期收益和风险状况的线,然后依理性投 资者选择资产和资产组合的原则确定最小方差资 产组合集合的过程。
➢ 组合管理的必要性：降低风险，实现收益最大化。
2. 证券投资的风险
➢ 按证券投资风险的来源分类：市场风险，偶然事 件风险，贬值风险，破产风险，流通风险，违约 风险，利率风险，汇率风险，政治风险。
➢ 按照证券投资风险性质分类：系统性风险和非系 统性风险。
3. 证券组合的基本类型 分类标准：组合的投资目标
10 请分析资产的数量与资产组合风险的关系。 11 什么是系统风险和非系统风险？
12 根据单一指数模型的假设，资产 I 的收益率可 表示如下：
ri=ai+βirm+εi (1)式中各符号分别代表什么？ (2)宏观因素对这一模型会有什么影响？哪个符号可
以反映这种影响的大小？ (3)什么样的事件可以造成资产实际收益对回归线的
第二节 马科维茨选择资产组合的方法
5. 单一指数模型——一种简化的构建组合的方法 通过引入一个基本假设，即各种资产的收益率变 动都只受市场共同因素的影响，单一指数模型极 大地简化了组合投资理论的实践运用。单一指数 模型被广泛用来估计Markowitz模型要计算的资产 组合的方差。
习题
一、名词解释
《证券投资学》16证券投资组合理论
①个别证券选择，主要是预测个别证券的价格走
势及其波动情况；
②投资时机选择，涉及到预测和比较各种不同类 型证券的价格走势和波动情况(例如，预测普通股相 对于公司债券等固定收益证券的价格波动)； ③多元化，则是指在一定的现实条件下，组建一
个在一定收益条件下风险最小的投资组合。
（4）投资组合的修正 投资组合的修正作为证券组合管理的第四步，实际 上是指定期重温前三步的过程。 随着时间的推移，过去构建的证券组合对投资者来 说，可能已经不再是最优组合了，这可能是因为投资者 改变了对风险和回报的态度，或者是其预测发生了变化， 作为这种变化的一种反映，投资者可能会对现有的组合 进行必要的调整，以确定一个新的最佳组合。然而，进 行任何的调整都将支付交易成本，因此，投资者应该对 证券组合在某种范围内进行个别调整，使得在剔除交易 成本后，在总体上能够最大限度地故善现有证券组合的 风险回报特性。
（二）证券组合管理
1、证券组合管理的意义和特点 证券组合管理的意义在于为各种不同类型的投资 者提供在收益率一定的情况下，风险最小的证券组合。
通过分散化投资，投资者可以获得与自己风险承受能
力相当的证券组合，从而实现风险管理和控制，在一 定程度上克服投资管理过程中的随意性和不确定性。
其特点是：(1)强调分散投资以降低风险。证券组 合理论认为，非系统性风险是一个随机事件，通过充 分的分散化投资，这种非系统性风险会相互抵消，使 证券组合只具有系统性风险； (2)风险与收益相伴而行。承担了一份风险，就会 有相应的收益作为补偿，风险越大，收益越高；风险 越小，收益越低； (3)对风险、收益以及风险与收益的关系进行了精 确的定量。在证券组合理论产生以前，人们对分散化 投资会降低风险、对风险与收益的关系就有了一定程 度的认识，只不过这种认识是感性的，很不精确。
马克维兹的投资组合模型
马克维兹的投资组合模型
马克维兹的投资组合模型，也被称为均值-方差模型，是现代
投资组合理论的基础。
该模型利用资产的历史收益率数据，将投资组合的预期收益率与风险相结合，以找到一个最优的投资组合。
该最优投资组合在给定预期收益率下，能最大化投资者对风险的偏好。
马克维兹的投资组合模型具体进行如下步骤：
1. 收集资产历史收益率数据：收集投资组合中各个资产的历史收益率数据。
2. 计算资产的预期收益率：根据历史数据，计算出每个资产的预期收益率（即平均收益率）。
3. 计算资产的协方差矩阵：根据历史数据，计算出每两个资产之间的协方差，构成资产间的协方差矩阵。
4. 设定风险偏好参数：投资者需设定一个风险偏好参数，即风险厌恶程度。
5. 构建有效前沿：通过对不同权重的资产组合进行计算，可以构建出有效前沿，即可达到最高预期收益的最小风险投资组合。
6. 选择最优投资组合：根据投资者的风险偏好，选择位于有效前沿上的某个点作为最优投资组合。
7. 动态调整：随着市场环境的变化和投资者的期望调整，可以通过重新计算和选择最优投资组合来进行动态调整。
马克维兹的投资组合模型为投资者提供了一个有理论依据的方法来构建最优投资组合，同时也在风险管理方面起到了重要作用。
有效前沿与最优证券组合
目录与最优证券组合的应用 • 有效前沿与最优证券组合的实证研
究 • 未来研究方向与展望
01
有效前沿概述
定义与特性
定义
有效前沿是指由全部有效投资组合构成的集合，它代表了投资者在给定风险水平下可以获得的 最大预期回报。
特性
05
未来研究方向与展望
动态有效前沿研究
动态有效前沿研究
随着时间的变化，有效前沿也会发生变化。未来的研究可以探 索如何动态地调整和优化有效前沿，以更好地适应市场的变化
。
考虑市场非完全有效性的影响
市场并非完全有效，因此有效前沿的研究需要考虑市场的非完 全有效性，探索如何利用市场的不完全有效性来获取更高的收
1 2 3
基于机器学习的有效前沿研究
随着机器学习技术的发展，未来的研究可以尝试 利用机器学习技术来探索有效前沿，以更好地指 导投资组合的构建和管理。
数据驱动的投资策略
基于机器学习的有效前沿研究可以尝试从大量数 据中挖掘出有用的信息，并利用这些信息来构建 数据驱动的投资策略。
自动化和智能化投资决策
通过机器学习技术，未来的研究可以尝试实现投 资决策的自动化和智能化，以提高投资组合的管 理效率和效果。
益。
引入新的投资策略和风险管理方法
在动态有效前沿的研究中，可以引入新的投资策略和风险 管理方法，以更好地控制风险并获取更高的收益。
多因子模型的有效前沿研究
01
多因子模型的有效前 沿研究
多因子模型可以更好地解释证券的收 益率，未来的研究可以进一步探索多 因子模型的有效前沿，以更好地指导 投资组合的构建和管理。
在马科维茨投资组合理论中，有 效前沿是由所有可能投资组合中 具有最高期望收益率且与特定风 险水平相匹配的组合构成的边界。
第十三章 证券投资组合理论
因此可行集是一条经过A、B点的双曲线，如下图：
E ( R)
A
C
B
0
此时，投资组合可以大大降低风险，C点为最小方差 组合。
（四）不完全相关下两种证券组合的可行集
E ( R)
1
0.5
A
1
0
0.5
夏普于1964年9月在《财务学杂志》上发表了《资本资产价格： 风险条件下的市场均衡理论》；林特纳1962年哈佛大学出版 社出版的《经济学于统计学评论》上发表了《在股票投资组合 与资金预算限制下，风险资产的评估与风险性投资标的的选 择》；摩森于1966年10月在《计量经济》杂志上也发表文章， 提出了相同的结论。
E ( R)
B
A
0
由以上分析，我们可以知道如果两种证券收益完全正 相关，则组合的收益与风险也都是两种证券收益与风 险的加权平均数，故无法通过组合使得投资组合的风 险比最小风险证券的风险还低。
（二）完全负相关情况下两种证券组合的可行集 负相关情况下， AB 1 ，方程（3）与（4）变为：
E ( R)
0
．
习题：
概率 0.4 0.5 0.1 证券I的收益 率 2% 28% 48% 证券II的收益 率 10% 40 60
给定如下两种证券的信息： 经济状态 低增长 中等程度的 增长 高增长
1.计算两种证券的期望收益率？ 2.计算两种证券收益率的方差和标准差？ 3.计算证券组合的期望收益率和标准差： （1） 90% 投资于证券I ，10%投资于证券 II； （2） 10% 投资于证券 I，90% 投资于证券II。 如果一个证券组合在每一种证券上的投资都为正，那 么： （1） 组合的期望收益率是否可能高于每一种证券的期 望收益率？是否可能低于每一种证券的期望收益？请 解释。 （2） 组合的标准差是否可能高于每一种证券的标准差？ 是否可能低于每一种证券的标准差？请解释。
第七章证券组合管理理论演示教学
3、SML虽然是由CML导出，但其意义不同
（1）CML给出的是市场组合与无风险证券构成 的组合的有效集，任何资产（组合）的期望收 益不可能高于CML。
（2）SML给出的是单个证券或者组合的均衡期 望收益，它是一个有效市场给出的定价，但实 际证券的收益可能偏离SML。
均衡时刻，有效资产组合可以同时位于资 本市场线和证券市场线上，而无效资产组 合和单个风险资产只能位于证券市场线上.
E (rP )
F
1
证券 市场
线
证券市场线方程:
E(rP) rF E(rM) rF P
要点: 证券市场线的经济意义 Β系数的经济意义
对
的理解：
i
(1)
i
iM
2 M
：单个证券风险
( iM )对市场组合风险
(
2 M
)的贡献程度；(2) 源自Mi2 ：单个证券风险与市场
M
组合风险的关系；
(3)
( 3)
由式(2)(3) wD ( P E ) /( D E )
E(rP )
P D
E E
E
(rD
)
D D
P E
E(rE )
E(rE
)
E(rD )
D
E(rE
E
)
E
E(rD )
D
E(rE
E
)
P
两种资产组合（完全正相关），当权重wD从1 减少到0时可以得到一条直线，该直线就构成 了两种资产完全正相关的可行集合（假定不允 许买空卖空）。
风险中性者的无差异曲线
风险中性者 对风险无所 谓，只关心 投资收益。
风险偏好者的无差异曲线
风险偏好者将 风险作为正效 用的商品看待， 当收益降低时 候，可以通过 风险增加得到 效用补偿。
有无卖空条件下有效前沿的计算-基于股票案例的研究
有、无卖空限制下有效前沿的计算——基于股票案例的研究[摘要]在丰富的金融投资理论中，投资组合理论占有非常重要的地位，金融产品本质上市各种金融工具的组合。
现代投资组合理论试图解释获得最大投资收益与避免过风险之间的基本权衡关系，也就是说投资者将不同的投资品种按一定的比例组合在一起作为投资对象，以达到在保证预订收益的前提下把风险降到最小或者在一定风险的前提下使收益率最大。
在中国股市上运用马科维茨模型研究投资有限前沿组合，探索风险变动规律，从而知道各股票投资组合在达到最佳时所占的比例。
[关键词] 马科维茨模型 投资组合 有效前沿投资者很早就认识到了分散的将资金进行投资可以降低投资风险，扩大投资收益。
但在第一个对此问题做出实质性分析的是美国经济学家马科维茨。
1952年马科维茨发表了《证券投资组合选择》，标志着证券组合理论的正式诞生。
马科维茨根据每一张证券的预期收益率、方差和所有证券间的协方差矩阵，得到证券组合的有效边界，再根据投资者的效用无差异曲线，确定最佳投资组合。
马科维茨的证券组合理论在计算投资组合的收益和方差时非常精确。
本文通过对在上交所上市的六只股票运用马科维茨模型进行分析，找到给定风险下的最佳投资组合。
一、 模型理论经典马科维茨均值-方差模型为：()⎪⎪⎪⎩⎪⎪⎪⎨⎧==∑=∑=ni i Tp T p x t s R X r E XX 121..max mi n σ 其中()()i i Tn r E R R R R R ==;,,21 是第i 种资产的预期收益率；()Tn x x x X ,,,21 =是投资组合的权重向量；()nn ij ⨯=∑σ是n 中资产间的协方差矩阵；()2p P r E σ和分别是投资组合的期望回报率和方差。
马科维茨模型以期望收益率期望度量收益，以收益率方差度量风险。
在本文中以股票的历史收益率的句子作为期望收益率，可能会造成“追涨的效果”，在实际中这些收益率可能会不一样；在计算组合风险值时协方差对结果影响较大，在本文中以股票的历史收益率的协方差度量资产风险与相关性，可能会与实际协方差矩阵存在一定的偏差。
不允许卖空下的无风险资产借贷的最优投资组合
An Optimal Portfolio of No Short Sales of Assets and Risk-Free Borrowing or Lending
Chen Feng，Cheng Yangjin，L Tingting，Li Guangrong （College of Mathematical and Computational Science，Xiangtan University，Xiangtan Hunan 411105，China）
（15）
求解最优投资组合 x=(x1,x2,x3,x4)，使投资获得最大的 利润。
解 由(P)有
。 （16）
方程（15）和（16）是极大极小意义下，以风险 厌恶因子 w 为参数的有效前沿的参数方程。显然 E(w) 和σ2( w) 均为 w 的递减函数，即投资者越厌恶风险， 其投资组合收益率的期望值和方差就越小。
摘 要：研究了不允许卖空条件下无风险资产借贷的最优证券投资组合问题，介绍了极大极小模型，研
究了该模型的数学特征，给出了有效投资组合与有效前沿的解析表达式及其表达式的几何特征，并给出了
具体算例。
关键词：极大极小方法；最优化；组合证券；资产借贷
中图分类号：Ｆ８３０
文献标志码：Ａ
文章编号：１６７３－９８３３（２０１１）０６－００８１－０５
E-mail：fengfeng-chen@
82
湖 南 工 业 大 学 学 报
2011 年
表示风险资产 i 的随机收益率；
ri 表示风险资产 i 的期望收益率 ； Rb 表示无风险资产的借贷利率；
σ 表示 与 的协方差
；
ij
pi 表示每股风险资产的价格；
xi 表示投资者交易后拥有资产 i 的数量（如股