模糊随机多目标投资组合选择方法研究

科学的投资组合选择问题应该同时考虑随机性和模糊性双重不确定性。本课题首次提出在建模过程中同时融合投资专家的经验判断及投资者对收益的不同预期等信息，研究双重不确定性环境下的风险度量方法，在"收益-风险"和非"收益-风险"框架下研究基于投资者异质预期的模糊随机投资组合选择模型，并从模糊效用理论角度研究为建立的模型提供进一步理论支撑。综合多目标传统算法、模拟技术、神经网络模型及遗传算法等智能算法，设计混合智能算法研究带复杂约束的模糊随机多目标投资组合选择模型的有效前沿面的离散近似及满意投资策略。收集相关数据进行实证研究说明提出的模糊随机投资组合选择模型和混合智能算法的有效性。本课题的研究丰富了现有投资组合选择理论和模型体系，更好的实现双重不确定环境下的金融决策和投资组合管理。