擴充固定比例(CPPI)與時間不變性投資組合保險策略(TIPP)於投資組合之應用

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：70

、訪客IP：3.143.4.104

姓名

蔡惠名(Hui-Ming Tsai) 查詢紙本館藏

畢業系所

資訊管理學系

論文名稱

擴充固定比例(CPPI)與時間不變性投資組合保險策略(TIPP)於投資組合之應用
(Extending Constant Proportion Portfolio Insurance and Time Invariant Portfolio Protection on Portfolio)

相關論文

★ 以關係基因演算法為基礎之一般性架構解決包含限制處理之集合切割問題	★ 類神經網路於股價波段預測及選股之應用
★ 彩色影像視覺密碼之製作	★ 以類神經網路提高股票單日交易策略之獲利
★ 智慧型多準則決策支援研究：以交談式遺傳演算法為基礎的模型	★ 應用遺傳演算法於財務指標選股策略之探討
★ 遺傳演算法於股市資金分配策略應用上之研究	★ 組合編碼遺傳演算法於投資組合及資金分配之應用
★ 遺傳程式規劃於股市擇時交易策略之應用	★ 應用遺傳演算法於向量量化之新編碼簿設計法
★ 遺傳演算法於股市選股與擇時策略之研究	★ 多目標遺傳演算法於基本面選股策略之應用
★ 偵測灰階影像中的人造物體	★ 基於非擴展式視覺密碼之浮水印技術
★ 無須訓練的向量量化編碼簿設計法	★ 證券交易策略發掘

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

由於投資組合(Portfolio)理論中，Markowitz Model只考量了個別資產於投資組合中的權重，但無法決定現金保留比例的問題；而投資組合保險(Portfolio Insurance)只考量到了資金保留的問題，但無法決定風險性資產中各個標的物之權重。
本研究提出一個新的表達方式，將傳統動態投資組合保險中的兩種策略---固定比例投資組合保險策略(Constant Proportion Portfolio Insurance, CPPI)，與時間不變性投資組合保險策略(Time Invariant Portfolio Protection, TIPP)做模型上的擴充，使這兩個策略得以運用在投資組合之上。擴充後的策略模型，不僅同時考量了現金保留及資產權重的問題，且具有動態調整資產權重、及資金可相互流動的特性。
最後利用遺傳演算法之最佳化能力，搜尋新策略模型中最適合的乘數(Multiplier)及最大跌幅(Max DrawDown )，以求單位風險報酬率的最大化。

摘要(英)

The Markiwotz Model only considers about the weight of each asset in a portfolio, but it doesn’’t consider preservation of cash. On the other hand, The Portfolio Insurance theory only considers preservation of cash.
Our research extends two models of the traditional dynamic portfolio insurance --- Constant Proportion Portfolio Insurance (CPPI), and Time Invariant Portfolio Protection (TIPP), and apply those two new models to portfolio.
Those two new models not only consider both the weight of each asset and preservation of cash, but also have the capability to dynamically adjust the weight of each asset.
Finally, our research uses Genetic Algorithm to prove the performance of those two new models in Taiwan stock market, and the results of return and risks both better than the index.

關鍵字(中)

★ 遺傳演算法
★ 投資組合
★ 投資組合保險

關鍵字(英)

★ Genetic Algorithm
★ Portfolio Insurance
★ Portfolio

論文目次

1.緒論
1.1研究問題與背景
1.2研究目的
1.3研究貢獻
1.4論文架構
2.文獻探討
2.1投資組合相關理論
2.1.1均異準則
2.1.2資本資產定價模式
2.1.3單一指數模式
2.1.4投資組合相關研究
2.2投資組合保險相關理論
2.2.1固定比例投資組合保險策略
2.2.2時間不變性投資組合保險策略
2.2.3CPPI與TIPP的限制
2.2.4投資組合保險相關研究
2.3遺傳演算法
2.3.1遺傳演算法的運算程序
2.3.2控制參數
2.3.3遺傳演算法相關研究
3系統架構
3.1研究架構
3.2擴充CPPI與TIPP策略
3.2.1擴充傳統CPPI策略
3.2.2擴充傳統TIPP策略
3.2.3新、舊策略概念
3.3遺傳演算法架構
3.3.1遺傳演算法染色體編碼
3.3.2遺傳演算法適應函數
4實驗設計與結果
4.1資料來源
4.2實驗對象
4.3實驗設計
4.3.1CPPI與GCPPI策略之比較
4.3.2TIPP與GTIPP策略之比較
4.3.3採用遺傳演算法操作新策略
4.3.4移動視窗
4.4實驗假設
4.5實驗環境
4.6遺傳演算法設定
4.7實驗結果
4.7.1CPPI與GCPPI策略之實驗結果
4.7.2TIPP與GTIPP策略之實驗結果
4.7.3採用遺傳演算法操作新策略之結果
4.8實驗分析
4.8.1實驗C1之分析
4.8.2實驗C2之分析
4.8.3實驗T1與T2之分析
4.8.4遺傳演算法之績效
4.9實驗結論
5結論
5.1研究結論
5.2研究貢獻
5.3後續研究方向
參考文獻

參考文獻

呂安悌(2000), 投資組合近似全域最佳整數解之研究, 國立彰化師範大學商業教育學系。
林萍珍、陳稼興(1998), "遺傳演算法在使用者導向的投資組合選擇之應用", 刊於
<<第九屆國際資訊管理學術研討會論文集>>, 1-7。
邱瑜明(2000), 投資組合保險策略---在台灣股市之相關研究, 國立政治大學金融學系。
侯佳利、陳稼興(2001), "組合編碼遺傳演算法於投資組合及資金分配之應用", 刊於<<"第十二屆國際資訊管理學術研討會論文集>>。
徐中民(2001),投資組合保險成本之探討---台灣股市之實證研究, 國立成功大學企業管理學系。
張婉蘭(2002), 因應台灣景氣循環的最適資產配置投資組合之研究 , 國立高雄第一科技大學金融營運所。
陳姿媚(2001), 運用投資組合規避風險策略之研究, 彰化師範大學商業教育學系。
游耀宗(2000), "投資組合資產配置策略之研究---左偏動差模型之應用", 銘傳大學金融研究所。
黃証國(2002), 應用基因演算法於動態投資組合保險中操作策略的最適化, 國立交通大學資訊管理所。
Black, Fisher and Robert Jones (1987), “simplifying portfolio insurance”, Journal of Portfolio Management, 14, 48-51.
Elton, Edwin J. and Martin J. Gruber (1977), RISK REDUCTION
AND PORTFOLIO SIZE | AN ANALYTICAL SOLUTION",
Journal of Business, 50, 415-437.
Emmer, Susanne, Claudia Kluppelberg, and Ralf Korn (2001), “Opti-
mal portfolios with bounded capital at risk”, Mathematical Finance,
11, 365-384.
Estep, Tony and Mark Kritzman (1988), “TIPP: Insurance Without
Complexity”, Journal of Portfolio Management, 14, 38-42.
Goldberg, D. E. (1994), “Genetic and Evolutionary Algorithms Come
of Age”, Communications of the ACM, 37, 2-3.
Hakanoglu, Erol, Robert Kopprasch, and Emmanuel Roman (1989),
“constant proportion portfolio insurance for fixed-income investment”, Journal of Portfolio Management, 15, 58-66.
Holland, J. H. (1975), Adaptation in Natural and Artificial Systems,
The University of Michigan Press.
Hunter (1995a), “Sugal Programming Manual”,
http://www.dur.ac.uk/andrew1.hunter/Sugal/.
Hunter (1995b), “Sugal User Manual”,
http://www.dur.ac.uk/andrew1.hunter/Sugal/.
Jong, K. A. De (1987), “On Using Genetic Algorithms to Search Pro-
gram Space”, in Proceedings of the Second International Conference
on Genetic Algorithm and Their Applications, 210-216.
Kim, Gew-Rae and Harry M. Markowitz (1989), “Investment rules,
margin, and market volatility”, Journal of Portfolio Management,
16, 45-52.
Markowitz, H. M. (1952), “Portfolio Selection”, Journal of Finance,
7, 77-91.
Perold, Andre F. and William F. Sharpe (1995), “Dynamic Strategies
for Asset Allocation”, Financial Analysts Journal, 51, 149-160.
Sharpe, W. F. (1963), “A Simplified Model for Portfolio Analysis”,
Management Science, 9, 277-293.
Sharpe, W. F. (1964), “Capital Asset Prices: A Theory of Market
Equilibriumunder Conditions of Risk”, Journal of Finance, 19, 425-
442.
Shoaf, Jacqueline and James A. Foster (1998), “The efficient set GA
for Stock Portfolio”, in Evolutionary Computation Proceedings, 354-
359.
Xia, Y., B. Liu, S. Wang, and K. K. Lai (2000), “A Model for Portfolio
Selection with Order of Expected Returns”, Computer & Operations
Research, 27, 409-422.

指導教授

侯永昌、陳稼興
(Y. C. Hou、J. S. Chen)

審核日期

2003-6-26

推文