Forward-Looking与Backward-Looking相结合的投资组合管理

In portfolio management, the optimization (decision) methodologies are well developed up to date. However, there are very limited literatures considering the integration of prediction into portfolio decision. The aims of this project are to investigate the following issues: 1) Combining Forward-Looking and Backward-Looking methods in portfolio selection. Notice that the inverse problems according to the Looking-Forward methods are always have multiple solutions, we try to construct robust portfolio selection models to overcome this type of uncertainty. 2) Portfolio selection based on leaning approaches via mixture model. The mixture model will be used to deal with the informations from different channels, including the Backward-Looking information, Forward-Looking information and investor's subjective views. 3) Nonlinear portfolio selection based on "crash down" risk measure. We will consider the portfolio selection problem involving nolinear assets such as options to hedge the crash down risk while systematic risk occuring.

投资组合管理的研究从优化决策的角度来说，已经得到了很好的发展。然而，资产收益预测作为决策的基础，与投资组合优化贯穿一体的研究却未得到很好的探索。本项目拟研究1）Forward-Looking和Backward-Looking相结合的方法生成对资产收益的预测，考虑到Forward-Looking方法对应的逆问题具有多解的不确定性，将构建稳健投资组合优化问题；2）基于有用信息稀缺性和信息来源的多样想，建立基于混合分布模型的学习型预测方法并融入投资者观点，在此基础上构建稳健的投资组合问题。3）考虑崩溃风险指标下的非线性对冲组合模型和优化方法，为避免系统风险发生时造成巨大损失提供决策模型和方法。

金融市场上的投资选择和风险管理是面向未来的决策，主要面临的困难在于预测的精度和决策的优度。因此，如何尽可能多并有机地利用各种渠道的信息进行预测，并在此基础上构建最优的策略是金融理论和方法研究中的一个主要方面。要做到这一点，数学上必须将数理统计和最优化方法有机结合，但仅仅如此还远远不够，还需要对金融市场运行机制和金融工具定价机制进行深入研究和有机整合。沿着这一基本思路，本项目立足于投资决策和风险管理的国际前沿和中国实际应用场景，遵循并拓宽了项目原有研究方案和技术路线，取得了如下7个方面的具有较强创新性的研究成果：1）为收益分布预测构建了一个基于的混合分布模型和贝叶斯学习的理论框架，为有机融合各种信息、指导投资决策和风险管理提了新方案；2）为投资组合和风险管理管理提供了非参数、集值情景等理论上可靠、计算上高效的稳健方法；3）为债券组合管理提出多参数“久期-凸性”免疫模型，弥补了文献中对多参数凸性免疫研究的空白；4）为崩溃风险的对冲优化设计了理论上合理、计算上高效的模型和算法；5）对我国股票市场的金融传染现象进行了研究，部分厘清了我国股票市场风险传染机制和网络特征；6）将B-L模型推广到容许异质性投资者存在的市场，为收益预测提供了新的途径。7）建立了“均值-CVaR”时间一致性动态投资决策机制，丰富了动态投资决策前沿研究。综上所述，该项目的研究成果在实践上为投资决策和风险管理提供了新的框架、思路和方法，在理论上为金融决策和风险管理，以及金融市场的运行机制提供了新的研究范式和洞见。

内容获取失败，请点击重试