以基因演算法建置不同风险接受度之投资组合.docx

《以基因演算法建置不同风险接受度之投资组合.docx》由会员分享，可在线阅读，更多相关《以基因演算法建置不同风险接受度之投资组合.docx（18页珍藏版）》请在第一文库网上搜索。

1、以基因演算法建置不同风险接受度之投资组合李佩玲中原大学信息管理研究所g9394011CyCU.edu.tw利瓦伊平中原大学信息管理所研究所摘要共同基金最大特性为投资多样化，它集合众多投资人资金投资在不一致的标的物,有效分散投资人的整体性风险。这种投资组合方式近年来广受投资人欢迎,因此愈来愈多的金融公司也跨入共同基金市场。面对愈来愈多的竞争者及市场上众多的投资标目，专业经理人如何针对不一致投资目标、风险同意程度之投资人来设计不一致的投资组合，已成为目前不可忽视之课题。基因算法过去已成功的应用在不一致的财务领域最佳化上，因此本研究想应用基因算法进展依不一致风险程度之最佳化投资组合模型，辅助专业经理

2、人选择适合投资人之投资标的及投资比重，并期盼模型在一定风险下之整体的绩效能显著的优于大盘绩效的投资表现。关键词：共同基金、投资组合、基因算法壹、绪论一、研究动机与背景台湾的投资人光面对台湾的股票市场就有多达快一千支的上市上柜股票可做选择，除了股票外，还有其它许多的金融商品亦可做投资选择，如：债券、期货等金融商品，因此要从众多的投资标的来建立投资组合是非常困难的，加上股票市场波动大，投资人一旦没有等到好的时机点做买卖往往会错失获利机会，为了分散投资人的投资风险、让报酬率更理想，因此造就衍生性金融商品一共同基金的产生。共同基金是完全仰赖专业经理人的能力，其集合众多投资者的资金，交由专业经理人操作，

3、投资的报酬与风险则由所有投资人共同承担。专业经理人要做的是建立资组合的最佳化，让投资绩效有好的表现，满足投资人获利的需求。随着共同基金在市场上愈来愈受投资人的青睐，也有愈来愈多的金融公司加入共同基金市场中，欲抢攻这块大饼，面对愈来愈多的竞争者及市场上众多的投资标目，专业经理人务必要针对特定族群做投资组合规划才能满足不一致族群投资人的需求，因此如何针对不一致投资目标、风险同意程度之投资人来设计不一致的投资组合，己成为目前不可忽视之课题。根据94年底证券投资信托暨商业同业公会的统计资料，共同基金中的股票型基金约占40%,为所有共同基金种类中所占比率最高，因此选择股票型基金做为投资标的。同时根据许多

4、国内外研究结果显示，多数的研究认为财务报表具有显著的信息内涵，且从1930年代已有多位学者将基本分析运用于投资领域中，因此以基本分析来辅助投资决策，但有关的财务变量种类繁杂，研究者若要以传统方法对财务变量做探讨，需要充分的时间，因此希望藉由遗传算法的强大搜寻功能，从繁杂的财务指标中来决定财务指标的选用及对应的选股规则。二、研究问题与目的本研究的目的是在建构一套依不一致风险等级来调整投资标的与资金分配的基因调整模型，以辅助基金经理人设计股票型基金时，能达到最佳化的投资组合，并期盼模型在一定风险下之整体的绩效能显著的优于大盘绩效的投资表现、甚至优于市面上股票型基金商品。其过程先透过基因算法来选出要

5、投资的股票，之后根据每支股票的报酬值给予不一致比率的投资比重，最后以移动窗口实验来检定此模型所建立的出来不一致风险程度的投资组合是否较大盘或者市面上组合基金商品有较佳的绩效。贰、文献探讨一、DataMining于财务上的运用随着全球经济化及信息科技的进展，企业的财务数据量以不可预期的速度大量累积及成长，当企业要运用这些财务资料做市场分析、预测或者商业上的决策时，面对庞大的数据量，若没有运用DatatMinirIg工具辅助是无法将数据做完整的分析，因此DatatMining工具被广泛的运用在财务领域上，以辅助企业于商业上的决策制定。DatatMining不仅能辅选企业于市场上具更佳的竞争优势，对

6、投资经理人、投资人而言也可运用Da1a1Mining做投资组合的最佳化或者于股市获取较佳的绩效。DatatMirIing于财务上最常被运用在五大领域：股市绩效预测、投资组合最佳化、破产预测、诈欺预测、外汇市场预测。DatatMining最普遍用于商业上的五种技术为：类神经、基因、统计推论、决策树、资料可视化，之前已有学者根据五种技术的特性做了下列分析：表一DM技术优缺点分析类神经基因统计推论决策树数据可视容易编码低非常低高非常高中数据同意度高1I1中低低自主性高高低低非常高计算能力非常高非常高中低非常高解释力非常低高中非常高非常高最佳化能力中高中中非常低延伸性非常低中中非常低低现成软件高低非常

7、高高低本研究选择投资组合最佳化做为财务领域上的运用，并选择基因算法做为DataMining的技术，要紧是根据表一可知基因算法具有很好的最佳化能力及强大的复杂计算能力，相对的基因算法会有现成软件不足及编码困难等挑战性，这都是本研究务必去克服的挑战点。二、共同基金国内共同基金的正式名称之证券投资信托基金，是由证券投资信托公司发行，集合众多投资者的资金，交由专业经理人操作，投资的报酬与风险则由所有投资人共同承担。其观念为投资多支股票或者债券等，让投资风险分散，获利提升。12台湾基金事业的进展，以1983年政府颁布证券投资信托事业管理规则为一重要的里程碑，当时政府成立四家投信公司开放外资流入台湾市场。

8、1987年外汇管制开放后，国外一些著名的基金公司如：怡富、富达等纷纷来台进展，因此带动了台湾共同基金市场。根据中华民国证券投资信托暨顾问商业同业公会于2005年10月14日的统计报告，台湾基金规模已达到2,176,275,554,974,可知台湾共同基金市场这二十年来蓬勃进展，已成为投资大众一重要的投资标的。三、投资组合（一）、投资组合及评量标准Markowitz于1952年所提出投资组合（POrtfo1iOSeIeCtion）,其观念为F不要把鸡蛋放在同一篮子上，即藉由投资多种不一致的投资标的来分散投资风险，并达到单位风险之报酬率最佳化。即以夏普值（SharPratio）当作评量投资组合好坏

9、的指针，夏普值计算如下：Sharp值=（报酬率-无风险利率）/净值标准差投资组合即追求夏普值最大佳，因此夏普值愈大则表示基金绩效越好。若夏普值0,表示每一单位的风险所带来的报酬率优于一个月的银行定存，若夏普值二O,表示每一单位的风险所带来的报酬率，与一个月的银行定存相同，否则夏普值0,表示每一单位的风险所带来的报酬率不如一个月的银行定存，则还不如将资金转入定存。（二）、投资组合三个重要议题投资组合中，投资人关注的要紧部份有三大议题:一 .择股：到底要选择那些投资标的二 .择时：什么时间点该去做买卖的异动三 .资金分配：要分配多少资金比重于各资产上这三点对之后投资绩效影响很大，因此这三部份也是许

10、多投资组合研究的研究焦点。3逗股策略图一投资组合三大议题四、财务基本分析基本分析是以总体经济面、产业面及公司等三方面因素分析公司的获利能力，研究考虑资料取得的困难度，因此研究要紧针对公司公开在投资市场的财务信息，评估投资标的公司的现况，并藉此进一步预测公司未来的获利能力。根据国内外有关文献研究的结果，认为财务比率所建立的模式能够有效预测未来盈余的变化，且盈余预测模式与未来的股票超额报酬有关。（一）、财务比率与投资组合有关文献表二财务比率与投资组合有关文献作者/日期选股变数研究内容研究结果FamaandFrench/19924负债比、公司规模、益本比、市价对账面比等探讨系统风险BetaE/P、公

11、司规模、市价对账面等公司规模及账面对市价比两个最具有显著的解释能力，益比本虽具解比率对股票报酬解释能力释能力，但加入上述变量后变得不稳固Connor,G.,Korajczyk/19882公司规模、益本比、市价对账面比探讨财务比率对股票报酬解释能力公司规模及账面对市价比最具有显著的解释能力黄宏德/200020Size、EPS、BP、VP选股指针筛选后应用在投资组合上就投资组合绩效来看，Size及EPS并非合适的选股指标，BP及VP较佳OuandPenman/19899从68个会计科目中选择变数预测公司未来之盈余，继而预测股价变动方向，以熟悉财务报表信息与超额报酬的关联。根据财务比率所建立的模式能

12、够有效预测未来盈余的变化Ziebart/198911由财务比率构成获利能力、流淌性、财务结构、偿债能力等属性建立分析模型财务属性之综合信息是否与特殊报酬有显著有关研究的结果发现模式解释力高80%,且获利性能力之财务属性与股票特殊报酬最具显著相关性吴启铭&刘博文/199915参考1eVandThiagarajan提出之12种指标，配合OG1ove之Qua1ityofEarning一书，从中挑出经济意义较强的8种指标来研究研究盈余质量与股票报酬效果，先分析盈余与报酬为正有关，再用8种指针做为盈余质量定义指针在美国适用之八种盈余质量指针中，有六种仍适用于台湾股市。六种指标为：存货、应收帐款、备低呆帐

13、、研究进展、员工产值、会计师有无保留意见陈世章/199717参照1eVAndThiagarajan及Abarbane11AndBushee所发表研究，配合国内资本市场特性，选取九项基本分析有关变量九个财务变量与股票超额报酬之排关分析证实存货与销货毛利两项与超额报酬有有关陈旭宏/200118参考国内外文献选取24个财务指标以逻辑斯回归来进行分析财务变量及股价超额报酬的关总资产周转率、益本比、市价对账面价值比、股本、净利率及每股盈余系对超额报酬具重大影响力。StevenC.Go1dandPau11ebowitz/200010PSRReturn、EPS、Size、Priceperformance、I

14、ndustryPriceperformance、MA(50)AD对投资组合做股票筛选的软件，以基本面及技术面找出潜力股投资组合报酬明显优于大盘Martikainen/19938选取11个财务比率为变量，并分成获利能力、杠杆度及成长率三种财务属性探讨财务属性与股票超额报酬的关系杠杆度（财务杠杆度、营运杠杆度）为股票超额报酬最重要的因素综合以上文献研究结果，发现每位学者研究的结果并不尽相同，因此最后选择较多学者认同公司规模、账面对市价比，及文献中参考1eVandThiagarajan并配合台湾市场特性等研究归纳出来的变量：存货、应收帐款、备低呆帐、研究进展、员工产值、会计师有无保留意见、销售毛利等

15、，与考虑证券发行人财务报告编制准则中新纳入的重要指标：财务杠杆度、营运杠杆度等以上指针做为研究的财务变量。五、基因算法基因算法是一种稳健搜寻程序能用来解决最佳化的问题，即跳脱局部最佳解，找出全域最佳解。基因算法是JohnHo11and于1975年在AdaptationinNatura1andArtificia1Systems0一书中提出，其要紧的精神是运用达尔文进化论中物竞天泽，适者生存的概念所进展出来的。基因算法适用于各领域，关于搜寻最佳化问题都有良好的表现。基因算法运用了四种重要的机制，模仿自然界的演化过程，包含选择、复制、交配及突变。透过选择能将较对环境有强佳习惯力的优秀的基因挑出，之后再将挑出的优秀基因多复制几组，即筛选掉表现不好的基因组将优秀基因产生更多的亲代，再透过交配动作，让优秀的基因组跟其它基因组产生较多的子代，而为避免落入局部最佳解，再利用突变动作，让优秀基因组产生新的变化，通过不断的重复以上动作，最后会产生一全域最佳解，