【摘 要】
：
本文研究了在高水印合约补偿下的基金管理者基于奈特不确定的最优动态风险选择问题。建立了基金管理者在风险资产和无风险资产上风险投资的模型，此时风险资产价格受G-布朗运动干扰，对冲基金带有高水印激励合约，基金管理者的目标是最大化预期累积管理费和激励费的净现值。分析表明，最优风险选择依赖于管理的基金资产与高水印的比例。如果管理者外部期权的价值较低，投资者终止策略较严，或管理费较高，那么负收益招致管理者去杠
【出 处】
：
第十三届中国不确定系统年会暨第九届中国智能计算大会
论文部分内容阅读
本文研究了在高水印合约补偿下的基金管理者基于奈特不确定的最优动态风险选择问题。建立了基金管理者在风险资产和无风险资产上风险投资的模型，此时风险资产价格受G-布朗运动干扰，对冲基金带有高水印激励合约，基金管理者的目标是最大化预期累积管理费和激励费的净现值。分析表明，最优风险选择依赖于管理的基金资产与高水印的比例。如果管理者外部期权的价值较低，投资者终止策略较严，或管理费较高，那么负收益招致管理者去杠杆。否则，他会赌博。尽管具有离开选择权会增加风险承担，但许多情形下执行期权并非最优。尤其，离开重启比例上更小的基金总是次优的。利用数值分析，我们分析了奈特不确定程度对风险选择行为的影响，并作了详细的经济学分析。
其他文献
闭环物流网络就是产品从产地运往销售地再到客户区的正向物流和可回收产品从客户区经销售地再运回工厂的逆向物流.本文基于客户需求的不确定性研究了闭环物流网络问题.首先,视客户需求量和产品的回收率为带有不确定分布的不确定变量,建立了闭环物流网络优化的一个总成本最小模型;其次,基于不确定分布的性质,将不确定模型转成了经典模型. 然后,设计了其模型的一个算法.最后,通过一个数值例子,验证了其模型和算法的有效性
财务报告包括财务报表和其他应当在财务报告中披露的相关信息,反映企业的财务状况、经营成果和现金流量等会计信息.面对海量的财务报告,阅读者往往不知从何看起,并且财务报表以过去的交易事项为编制依据,不能完全反映企业过去、现在以及将来的经济状况.信息不对称和不确定性的广泛存在,使得财务报告的文本挖掘对企业的利益相关者具有重要意义.本文采用情感分析技术挖掘财务报告中的主观表达,基于SWOT战略分析、PEST
针对某卫星管理中心长管任务值守人力资源的最优化调配问题开展研究,提出一种智能调配算法,以实现人力资源组合优化与自动化分配.文中分析了当前的人力资源调配规则和调配约束,采用形式化描述完成两种值守模式下的人力资源调配问题抽象建模.在此基础上,将相对负载均衡作为优化目标,采用繁衍算法实现人力资源与值守需求快速匹配.
This paper presents an effective two-stage MUSIC (T-MUSIC) algorithm based on second order statics for multiple near-field and far-field sources impinging on a symmetric uniform linear array, named as
A novel extreme learning machine (ELM) based grid search method with cutoff selection is proposed in this paper for credit risk assessment.Different from existing models using a fixed cutoff (0.0 or 0
债务违约的估值和破产预测在金融中是一个很重要的研究课题,根据估计资产价值可用信息和数据来源的不同分为结构方法和简约方法.结构方法是将公司资产价值不能抵过债务(资不抵债)时的内生事件记为违约事件.在结构化模型的基础上,利用不确定理论进行研究,并结合市场数据,进行实证分析,计算违约距离.
Firefly algorithm (FA), as one promising optimization algorithms, has been popularly used for various programing problems.To address the shortcomings of FA, i.e., local optimum and slow convergence, t
本文以我国2010年1月至2014年12月各月民航客运量当期值的历史数据为基础,将序列分解成三部分:趋势项、季节项和随机项,利用时间序列分析的理论和方法进行建模,采用模型拟合随机项,并对2015年1月和2月民航客运量进行样本外预测,经检验,预测结果的误差较小,说明这种方法可以在一定程度上反映我国民航事业的发展状况.
本文介绍了基于相位差变化率的单站无源定位模型,将容积粒子滤波算法应用于临近空间飞行器对地面目标的定位与跟踪问题中.容积粒子滤波算法使用容积卡尔曼滤波算法产生粒子滤波算法中的重要性密度函数,产生粒子时采用了最新的量测信息,使重要性密度函数更加接近真实状态的概率密度函数,因此,滤波性能更好.仿真实验验证了该算法在以临近空间飞行器为观测平台的地面目标定位与跟踪问题中有更好的定位性能.
EMU runs in complex and diverse weather conditions and geographical environments, and it has a large number of complicated subsystems, thus it is hard to predict EMU maintenance tasks.As an empirical