金融投资方案.doc

金融投资方案如何让公司在金融投资中以最小的投资金额在最短的周期得到最多的回报?本文利用Matlab工具通过对历史数据的统计计算建立起了一个VaR数学概率模型,并根据图形误差,和分布判断对模型进行了修正。所涉及的数学知识包括:数理统计学、概率论、统筹学等。从而解决了置信度和损失数额关系的一系列问题。并且本文还通过假设检测法对文中得出的数据进行了检验,取错误概率小的拟合方法以提高置信度。总体而言,该方法既准确又精确,能够很好的应用于金融投资行业。Matlab、金融投资、图像拟合、数据统计、分布判断、VaR某公司在金融投资中,需要考虑如下两个问题:1)准备用数额为1000万元的资金投资某种金融资产(如股票,外汇等)。它必须根据历史数据估计在下一个周期(如1天)内的损失的数额超过10万元的可能性有多大,以及能以95%的置信度保证损失的数额不会超过多少。2)如果要求在一个周期内的损失超过10万元的可能性不大于5%,那么初始投资额最多应为多少。下面是该公司在过去一年255个交易日的日收益额(单位为万元)的统计数据,假定每天结算一次,保持每天在市场上的投资额为1000万元:收益额33323130292827262524232221201918天数1111121214026347收益额1716151413121**********天数585710148199**********-1-1-1-1-1收益额10-1-2-3-4-5-6-7-8-901234天数9593741625532210-1-1-1-1-2-2-2-2-2-2-2-2-2-2-3收益额-15678901234567890天数1000000100100000要求:1)参考以上数据,建立模型来解决前述的两个问题;2)讨论二周期情形(如今后两天内)上述两个问题的答案。,陈述上述两个问题的一般形式(即初始投资额为M,限定损失额为L,置信度为1-,T个周期)及其解决方案。,具有代表性,基本反映了该公司全年收益情况M:初始投资额L(y):限定损失额,1-:置信度T:投资周期h:分布假设拒绝与接受判断系数,1为拒绝,0为接受p:分布假设接受概率ks:ks假设判断系数cvks假设判断系数,当cv>ks时,可认为接受假设,反之亦然题目中的投资问题是利用所给的交易日数据,通过计算分析得到一种尽量让人满意的投资方案,并推广到一般情况。而题目中主要涉及两个方面:,,求所能取得的利益不同的投资对利益和风险的侧重点不同,但在一定范围内都是正常的。所以我们只能要求选择一种尽量好的方案,即风险尽量小,收益额尽量大。,我们设初始投资额为M,限定损失额为L,置信度为1-,周期为T,那么为了得到一般式,就要先得到特定条件下的公式。由此,我们知道在置信度一定的时候,可求出在这个置信度下的置信区间。因此,我们以“净收益额”与“置信度”相互结合统一建立VaR(ValueatRisk)数学模型。VaR(ValueatRisk)一般被称为“风险价值”或“在险价值”,指在一定的置信水平下,某一金融资产在未来特定的一段时间内的最大可能损失,在此题中,即是不会超过的损失。通过求解在置信度为95%,一个周期内的最大可能损失,并逐一增多变量,找出平衡点,统计出数学公式,从而得到尽可能准确的一般式。根据问题分析,我们现在先考虑变量最小情况下的问题一:1)准备用数额为1000万元的资金投资某种金融资产(如股票,外汇等)。它必须根据历史数据估计在下一个周期(如1天)内的损失的数额超过10万元的可能性有多大,以及能以95%的置信度保证损失的数额不会超过多少。要估计下一周期内损失的数额超过10万的可能性有多大,只需要通过计算数据中超过10万元的数据占所有数据的百分比即可。=,即下一个周期(如1天)%。现在要解决以95%的置信度保证损失的数额不会超过多少的问题。首先我们假设置,,信度为1-,那么1-其实是事件发生的概率,即可信,度。则为对立事件发生的概率。。那么同样可以利用解决第一个问题的逆方法,来解决这个问题,,可以得到:y=-9置信度为ans==-8置信度为ans=-9,即能以95%的置信度保证损失的数额不会超过9万元。但是这个结果并不是我们真正想要的,我们需要更精确的答案,而不仅仅是局限于整数。于是利用Matlab,