基于遗传算法的CVaR模型
【摘要】: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。
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|