2025年大学《数理基础科学》专业题库- 最优化理论在金融市场中的应用

2025年大学《数理基础科学》专业题库——最优化理论在金融市场中的应用考试时间：______分钟总分：______分姓名：______一、简述无约束优化问题的最优性必要条件（一阶条件）和充分条件（二阶条件）的主要内容，并说明它们在判断优化问题解的性质时的区别与联系。二、设投资组合中包含两种资产，其预期收益率分别为μ₁和μ₂，方差分别为σ₁²和σ₂²，协方差为σ₁₂。投资者在预算约束b=w₁+w₂下，寻求最优权重w₁和w₂，以最大化投资组合的预期收益率E[ρ]，其中ρ=w₁ρ₁+w₂ρ₂。请写出该问题的拉格朗日函数，并写出其最优性的一阶条件。三、解释什么是有效前沿（EfficientFrontier）。在一个包含两种风险资产的投资组合中，有效前沿的形状取决于哪些因素？请简要说明。四、已知一个投资者在无风险利率r下投资于两种风险资产，期望效用函数为U=E[ln(ρ+Dr)]，其中ρ是投资组合的预期收益率，D是投资组合的期望损失，r是无风险利率。请推导该投资者在均值-方差框架下的最优投资组合权重选择所满足的条件，并说明其与标准均值-方差优化有何不同。五、KKT条件是约束优化问题的重要工具。请写出一般约束优化问题minf(x)s.t.gᵢ(x)≤0,i=1,...,m;hⱼ(x)=0,j=1,...,p的KKT必要条件，并简要解释其中每个组成部分的经济学或数学意义（如λᵢ,μⱼ的影子价格含义）。六、动态规划是解决多阶段决策问题的一种重要方法。请简述动态规划的基本思想（包括阶段、状态、决策、递归关系等核心概念），并举例说明动态规划在解决一个简单的金融投资或风险管理问题（如多期投资决策、最优停止问题）中的应用思路。七、在金融市场中，为什么均值-方差优化模型（马科维茨模型）存在一定的局限性？请至少提出两种不同的局限性，并简要说明。八、考虑一个金融市场中的交易策略，该策略在每个时期决定持有某种资产的比例。假设该策略的目标是最小化长期（如T期）持有资产的绝对偏差的平方和，即minE[∑ᵢ<0xE1><0xB5><0xA3>T(xᵢ-x̄)²]，其中xᵢ是第i期的持有比例，x̄是T期内的平均持有比例。请讨论该优化问题的性质（如是否为凸优化问题），并说明该目标函数的经济含义。九、请解释什么是套利机会，并说明在最优化理论框架下，如何利用无套利原则来构建或检验金融衍生品（如期权）的定价模型。可以结合具体的定价公式（如Black-Scholes方程）进行说明。十、风险价值（ValueatRisk,VaR）是一种常用的风险度量方法。从优化的角度看，计算VaR的过程可以视为一个优化问题。请描述如何将计算VaR（例如，在给定置信水平α下，寻找VaR）转化为一个优化问题，并说明其涉及的关键假设和潜在问题（如VaR的次线性特性）。试卷答案一、最优性必要条件（一阶条件）：对于无约束优化问题minf(x)，若x*是其局部最优解，且f(x)在x*处可微，则必有∇f(x*)=0（梯度为零）。最优性充分条件（二阶条件）：若x*是无约束优化问题minf(x)的局部最优解，且f(x)在x*处二阶可微，且∇f(x*)=0，则当H(x*)（Hessian矩阵）正定时，x*是严格局部最小值点；当H(x*)负定时，x*是严格局部最大值点；当H(x*)半正定时，x*是局部最小值点；当H(x*)半负定时，x*是局部最大值点。联系与区别：一阶条件是极值点存在的必要条件，而充分条件则给出了极值点性质（最小值、最大值）的判断依据。两者都需要在特定条件下（如可微、Hessian正负定性）才能使用。二、拉格朗日函数为L(w₁,w₂,λ)=w₁μ₁+w₂μ₂+λ(b-w₁-w₂)。最优性一阶条件为：∂L/∂w₁=μ₁-λ=0∂L/∂w₂=μ₂-λ=0∂L/∂λ=b-w₁-w₂=0联立以上方程组，可得μ₁=μ₂=λ且w₁+w₂=b。这表明在均值最大化的问题中（在给定预算下），所有无风险收益率为μ的资产，其最优权重必须相同，且与无风险利率无关（此处假设μ₁≠μ₂，否则最优解可以是任意满足w₁+b-w₂=0的组合）。三、有效前沿是指在给定投资组合预期风险（方差）的条件下，能够获得最高预期收益率的所有投资组合的集合；或者在给定投资组合预期收益率的条件下，能够承受最低预期风险（方差）的所有投资组合的集合。有效前沿的形状主要取决于：1.资产之间的相关系数：相关系数越低，有效前沿弯曲越大（向上弯曲更厉害）。2.无风险利率：无风险利率越高，有效前沿越“陡峭”，因为它使得借入资金的成本更高，或者投资于无风险资产带来的替代效应更强。3.各资产的预期收益率、方差和协方差：这些参数直接决定了可行投资组合的集合范围和形状。四、令M=E[ρ+Dr]=E[ρ]+Dr=E[ρ]+D(μ-ρ)，其中μ是资产的期望收益率（假设D和ρ相关）。效用函数变为U=E[ln(E[ρ]+D(μ-ρ))]。这是一个关于E[ρ]的单变量函数。设g(ρ)=ln(E[ρ]+D(μ-ρ))，则U=E[g(ρ)]。根据Jensen's不等式（对凹函数），E[g(ρ)]≤g(E[ρ])，即E[ln(E[ρ]+D(μ-ρ))]≤ln(E[ρ]+D(μ-E[ρ]))=ln(r)。等号成立的充要条件是ρ=r几乎处处成立，但这在投资组合中通常不现实。更合理的推导是考虑效用函数的二阶条件或使用随机占优理论。若采用类似Lagrange方法处理期望效用最大化问题maxE[ln(ρ+Dr)]s.t.E[ρ]-rW≤0（W为投资总额），则最优条件涉及拉格朗日乘数，反映了对风险（Dρ）的厌恶程度，其解将不同于标准均值-方差模型（后者对σ²厌恶，且假设ρ与μ相关）。此处的解析思路提示了推导方向，但标准形式推导复杂，通常涉及HJB方程或效用函数的直接求导。五、KKT必要条件：1.首部：∇f(x)+∑ᵢλᵢ∇gᵢ(x)+∑ⱼμⱼ∇hⱼ(x)=02.影子价格：λᵢ≥0,i=1,...,m3.非负性：gᵢ(x)≤0,i=1,...,m4.等式约束满足：hⱼ(x)=0,j=1,...,p其中x是决策变量，λᵢ是gᵢ(x)≤0的对应乘数（影子价格，表示对应约束的“松弛度”或资源价值），μⱼ是hⱼ(x)=0的对应乘数。意义：*∇f(x)+∑ᵢλᵢ∇gᵢ(x)+∑ⱼμⱼ∇hⱼ(x)=0：在最优解处，梯度方向是可行方向，即最优解是驻点，该驻点满足最优性条件，考虑了所有约束的影响。*λᵢ≥0：如果某个约束gᵢ(x*)严格小于0（即未达到），则对应的乘数λᵢ必须为0（互补松弛条件），表示该约束对最优解没有“拖累”作用。如果gᵢ(x*)=0（即达到），λᵢ可以为正。*gᵢ(x)≤0&hⱼ(x)=0：约束条件本身必须满足。*μⱼ：等式约束的乘数没有非负性约束，其符号由互补松弛条件决定。六、动态规划基本思想：*阶段（Stages）：将复杂问题分解为一系列按顺序或嵌套方式进行的子问题。*状态（State）：描述在某个阶段开始时问题所处的状况，包含足够的信息来做出该阶段决策，并决定下一阶段的状态。*决策（Decision）：在某个状态下，可供选择的行动方案。*递归关系（RecursiveRelationship）：将当前阶段的最优解与下一阶段的最优解联系起来，通常形式为Bellman方程：最优值函数Vₖ(xₖ)=min/max{dₖ(xₖ,aₖ)+Vₖ₊₁(xₖ₊₁)}，其中xₖ是第k阶段状态，aₖ是第k阶段决策，dₖ是阶段回报或转移函数，Vₖ₊₁是第k+1阶段到最终阶段的最优值函数。应用思路：例如在多期投资中，定义状态为当前财富、当前时期；决策为投资比例；递归地求解从第T期到第1期如何分配财富以最大化总期望效用。七、均值-方差优化模型的局限性：1.假设投资者是风险厌恶的，且风险由投资组合方差完全衡量。然而，现实中投资者对风险的厌恶程度可能变化（非恒定绝对风险厌恶或相对风险厌恶），且风险可能包含方差无法完全捕捉的尾部风险、流动性风险等。2.假设投资者可以在无风险利率下无限借贷。这在现实中通常不成立，借贷成本（如交易费用、更高的利率）会影响最优投资组合的选择。3.假设所有资产的预期收益率、方差和协方差是已知的且固定不变。但金融市场充满不确定性，这些参数是时变的，模型难以准确反映市场动态。4.模型基于二次效用函数，可能无法准确描述投资者对极端损失（如负收益率）的强烈厌恶（偏好于凹性更大的效用函数）。5.模型假设投资者基于均值和方差进行决策，可能忽略了其他因素，如投资目标、流动性需求、税收影响、行为偏差等。八、该优化问题minE[∑ᵢ<0xE1><0xB5><0xA3>T(xᵢ-x̄)²]的性质：1.目标函数性质：目标函数是∑ᵢ<0xE1><0xB5><0xA3>T(xᵢ-x̄)²的期望值。由于平方是凸函数，线性函数的期望值仍然是线性函数的期望值的平方，即E[∑ᵢ<0xE1><0xB5><0xA3>T(xᵢ-x̄)²]是关于xᵢ的二次函数的期望值。对于固定的T期和xᵢ，∑ᵢ<0xE1><0xB5><0xA3>T(xᵢ-x̄)²是关于xᵢ的二次函数。期望运算（E[]）保持线性，不会改变函数的凸性。因此，该目标函数是关于xᵢ的凸函数。由于凸函数的局部最小值也是全局最小值，该优化问题是凸优化问题。2.经济含义：目标函数E[∑ᵢ<0xE1><0xB5><0xA3>T(xᵢ-x̄)²]表示对T期内持有资产比例xᵢ与其平均值x̄之间偏差的平方的期望值。这衡量了持有策略在T期内偏离平均水平的平均“波动性”或“平均幅度”。因此，该优化问题的目标是找到一个策略，使得长期来看，其持有比例的波动性（以这种方式衡量）最小化。这可以被视为一种追求“稳定性”或“平滑性”的交易策略优化。九、套利机会是指在不冒任何风险的情况下，能够获得无风险利润的交易机会。无套利原则是金融市场中一个基本假设，即不存在无风险套利机会。利用无套利原则构建或检验衍生品定价模型：1.构建模型：基于无套利原则，可以构建包含基础资产、衍生品和无风险资产的完整市场模型（如几何布朗运动模型）。假设市场是有效的，那么任何交易策略的净现值（或期望收益折现）必须为零（否则套利者会进入市场获利，打破市场有效性）。通过套利定价方法（如风险中性测度法），设定一个风险中性世界，计算衍生品在风险中性测度下的期望收益折现值，得到其理论价格。例如，Black-Scholes模型通过假设市场无套利，推导出欧式看涨期权价格满足的偏微分方程，然后求解得到最终定价公式。如果存在套利机会，则该价格会失衡，可以通过构建套利组合来证明价格不合理。2.检验模型：如果市场价格与某个基于无套利原则推导出的模型价格存在显著偏离，那么可能存在套利机会，或者该模型假设不成立。通过检验是否存在无风险套利组合，可以验证模型的有效性和价格的合理性。十、计算VaR（在给定置信水平α下，寻找VaR）可以转化为以下优化问题：minVs.t.P(ρ-V≤0)≥α其中ρ是投资组合的收益率（或损失），V是VaR值（代表在α置信水平下可承受的最大损失）。这个优化问题寻找的是最坏情况下的损失（在给定置信水平下）的下界。其等价形式是：minVs.t.P(ρ≥-V)≤1-α即寻找使得投资组合收益率为非负的概率低于(1-α)的最大损失V。关键假设：1.投资组合收益率服从特定的分布（通常是正态分布，或通过历史数据拟合的分布），且该分布是已知的。2.历史数据可以准确反映未来的收益分布（对分布的假设）。3.市场条件不变，收益