基于改进black-litterman模型的证券资产配置研究

《基于改进black-litterman模型的证券资产配置研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于改进Black-Litterman模型的证券资产配置研究重针冗ResearchonAssetAllocationBasedontheimprovedBlack．Littermanmodel学号：21011046完成日期：2013．06大连理工大学DalianUniversityofTechnology大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同

2、志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：基王送选旦!垒Qk二!=i主主旦!堡垫搓型鲍逛鲞逢主堡量丑窒作者签名：主麴叁兰日期：二丝年—五月—／o—日大连理工大学硕士学位论文摘要我国证券投资基金行业十五年来的发展令人瞩目，然而最近几年，受到次贷危机和欧债危机的影响，证券市场产生了大幅波动。在风险增加的情况下，对证券投资组合进行研究成为对基金管理的必然要求。有关研究表明，资产的有效配置对投资业绩的贡献率高达93．6％。近年来，国内基金行业开始对数量化资产配置模型展开研究，这些研究大多是吸收了国外的数量化模型，

3、但中国市场毕竟有别于国外市场，因此，有必要探索改进国外成熟的数量化模型，并应用于中国证券市场的方法。Black．1itterman模型是由高盛公司提出的，该模型从诞生之初就被实际应用于基金投资决策中，经过多年的发展已经得到广泛的认可。本文首先对经典的均值方差理论作了简单的回顾，然后对原始Black．1itterman模型中各个复杂的输入参数作了详细的论述，并且使用了Bootstrap方法和神经网络对原模型做了改进，建立了新的ANNs．BLR模型。Bootstrap方法能够很好地修正原模型在计算市场均衡收益率时产生的误差；神经网络模型能够很好地捕捉到股票市场复杂的波动规律，以该

4、模型的预测结果替代原模型中投资者的主观观点，可以有效的提升模型绩效。本文选取了剔除数据不全股票后的上证50指数的41只权重股作为样本。在采用了误差修正模型，并使用BP神经网络的估计量替代模型观点收益向量后，得到了下一期的模型收益和资产配置结果。在第一部分实证研究中，结果表明，ANNs．BLR模型无论是在有无卖空限制、有无配置权重上限的情况下，配置的稳定性都优于均值方差模型，模型收益率和夏普比率也都高于均值方差模型。在第二部分实证中，本文针对中国股票市场非流通股票普遍存在的情况，对分别采用总市值权重、流通市值权重以及经过误差调整的模型配置绩效进行了比较，结果显示流通市值权重更加

5、适合该模型，能够取得更好的投资绩效；而且误差调整过程也能够有效改善模型绩效。关键词：投资组合；B]ack—litterman模型；Bootstrap方法；BP神经网络基于改进Black-Litterman模型的证券资产配置研究ResearchonAssetAllocationBasedontheimprovedBlack—LittermanmodelAbstI-actSecuritiesinvestmentfundshavedevelopedrapidlyinyears．However，inrecentyears，thestockmarketismuchlargerthanb

6、efore，becauseofthesubprimecrisisandtheEuropeandebtcrisis．Inthecaseofhigh．risk，it’Saninevitablewaytorunaportfolioinsteadofonesinglestock．Relatedstudiesshowthatthee街cientallocationofassetscontributed93．6％investmentperformance．Inrecentyears，thedomesticsecuritiesinvestmentfundsbegintoresearchqu

7、antificationassetallocationmodels；mostofthemjustcopiedthoseoriginalmodels．However．ChinastockmarketiSverydifferentfromforeignmarkets．Therefore，itiSnecessarytoimprovetheoriginalmodels，andmakeitbemoreadaptingtoChinamarket．Black．1ittermanmodeliSputforwardbyG