证券投资基金业绩评价的区间直觉模糊多属性群决策方法

来源 :江西财经大学 | 被引量 : 0次 | 上传用户:vuittonwang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
证券投资基金是一种集合投资方式,是通过公开发行基金份额来筹得资金,该基金的托管和运营是由专人负责的,分别为基金托管人和基金管理人,全面地保障了基金份额所得者的权益。证券市场是一个充满吸引力的地方,它让不同国家的人沉迷于其中。我国证券市场正在蓬勃发展,投资基金的数量、规模以及品种市相比以前都有了大幅度的增加,而投资者的需求也日益旺盛。但是我国大部分投资者都缺乏专业的投资理论知识,于是对证券投资基金的业绩建立一套科学合理的评价体系是十分紧迫和重要的。我们在评价过程中不仅要保证开展机构的公正和权威,还要建立一套完善的体系来说明和反映。换句话说,我们金融业发展到一定阶段就必然会涉足于证券投资基金的评价研究相关领域。本文在已有的研究基础之上,将进一步探讨有关于区间值直觉模糊集的多属性群决策的相关方法及理论,并进一步观察其在证券投资基金业绩的评价系统的应用,大体研究思路如下所示:1.探究了基金业绩评价指标体系的构建。首先详细介绍了经典的特雷诺指数、夏普比率和詹森指数这三种基金业绩评价指标,并对这三种经典指标的适用范围和局限性进行了讨论。接着分析探讨了证券投资基金业绩评价的指标选取原则,然后在此原则的基础上构建了本文评价基金业绩的指标体系。2.介绍了模糊熵的基本理论,提出了一种新的直觉模糊熵公式,并与其他直觉模糊熵公式作比较,说明了新公式的合理性与优越性。由于本文的方案的属性评价值为区间值直觉模糊集,于是把此公式拓展为区间值直觉模糊熵公式,同样具有合理性。3.大体阐述了有关于模糊多属性群决策的理论知识,并研究方法来确定属性权重及判断决策者权重的问题。在两种信息不明确的假设条件下,运用直觉模糊熵理论,依据指标属性的评价数值来判定决策者的权重问题,基于离差最大化思想确定了个体属性权重,利用加权集结算子把各决策者的决策矩阵集结为群体区间直觉模糊决策矩阵,有效避免了个体主观因素的影响。4.在总结已有的证券投资基金业绩评价的研究成果基础上,构建了基金业绩评价指标,包括基金收益能力、风控水平、业绩持续性、基金经理的择时能力以及择股能力,共5个评价指标;采用区间直觉模糊数描述指标属性值,通过区间直觉模糊集加权集结算子合成各决策者的模糊评价信息,最终采用折中比值多属性群决策方法对5个股票型证券投资基金进行综合评价,从中选出最适宜的证券投资基金,接下来通过进一步的比较其他的类似方法,得出结论正是该方法是一种实用性更强、灵活程度更高的方法。
其他文献
如何科学、经济、合理布设雨量站,仍然是雨量站网规划亟待解决的现实问题。应用中国梅雨雨量站网实验区高密度的雨量站点资料,以抽站法的计算成果为基础,并选择相应的地理因子,用
针对教学质量监控过程中缺少教师评价学生学习情况的问题,设计了教师评学软件系统。系统引入层次分析法的判断矩阵一致性检验和偏差自动修正方法来实现决策分析。使用自定义
[摘 要]高技术产业发展过程中需要大量的资金,风险投资在此发挥了重要作用,它是连接资本市场和高技术产业的纽带。本文中作者对高技术产业各个發展阶段与风险投资间的动态博弈进行了分析,对风险投资介入高技术产业的发展提出了几点建议。  [关键词]高技术产业 风险投资 博弈
从马斯京根槽蓄曲线方程入手并结合校正因数法,通过合理假定及数学演算,提出一种新的水位流量单值化方法——稳定流量通式法,将绳套形的水位~流量关系曲线经此方法较快地计算
根据福建省多年离子总量的实测值,估算了主要入海离子径流量,并探讨了其影响因素.
一、OA发展现状电子政务的主要目标是实现政府向公众性服务机构转变,要实现这种转变,使用信息技术提高政府本身办公效率是一条捷径。随着电子政务在中国的推进,“无纸化办公”已
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
目的:比较两种不同的方法在阿尔茨海默病治疗中的效果。方法:选取2008年1月-2009年1月于本院治疗的阿尔茨海默病患者61例,将其随机分为A组31例和B组30例,A组采用作业疗法进行康复
为了合理利用和保护湖南森林资源,本文在广泛收集资料的基础上,根据森林资源的自然环境、地理分布,从经济地理角度出发,研究探讨了湖南省森林资源的地理特征和各林区林木生产
在国内许多师范院校都建立了物理演示实验室,但对其利用和发展情况却不尽人意。本文介绍了演示实验室以下两方面的现状(:1)物理演示实验室利用率低;(2)物理演示实验室实验项目上存