论文部分内容阅读
条件风险值模型在金融和管理科学中有着广泛的应用.已有的CVaR模型通常是一个线性规划模型,其中每个阶段的损失函数常用线性函数近似,然而,在一些实际问题中,这些函数通常是非线性函数,用非线性函数近似会更加符合实际规律.本文通过引入非线性损失函数值,将原有模型转化为一个非线性规划模型,并通过一种改进的遗传算法求出新的CVaR模型的近似最优解.结合实例说明该方法能够同时降低CvaR和VaR两个重要风险度量指标.