第1章 绪论 1
1.1 研究背景及意义 1
1.2 背景风险 2
1.2.1 考虑背景风险的实证分析 3
1.2.2 考虑背景风险的效用理论研究 5
1.2.3 考虑背景风险的动态规划研究 7
1 3 投资组合理论 8
1.3.1 随机不确定性投资组合选择模型 9
1.3.2 模糊不确定性投资组合选择模型 15
1.4 本书的主要研究内容 18
第2章 基础理论 20
2.1 模糊数的定义及性质 20
2.2 可能性均值和可能性方差 23
第3章 基于背景风险偏好度的可能性均值-方差模型及影响分析 27
3.1 基于背景风险偏好度的可能性MV模型 29
3.1.1 一般形式的可能性MV模型 29
3.1.2 具有LR-类模糊收益分布的可能性MV模型 30
3.1.3 背景风险偏好度的影响分析 35
3.2 含流动性约束的双目标可能性MV模型 41
3.3 数值分析 47
第4章 具有背景风险和风险价值的模糊投资组合模型及变动分析 49
4.1 可信性测度相关知识 51
4.2 具有VaR约束的不相关资产的模糊投资组合模型 52
4.2.1 模型建立 52
4.2.2 数值分析 57
4.3 具有VaR约束的一般形式模糊投资组合模型 59
4.3.1 模型建立 59
4.3.2 可信性VaR约束的变动分析 61
4.4 具有背景风险和交易费用的模糊投资组合模型 64
4.4.1 模型构建 65
4.4.2 背景资产均值和方差的变动分析 67
第5章 具有背景风险的国际投资组合选择模型 73
5.1 两个模糊数乘积的可能性数字特征 75
5.2 一般形式的可能性国际投资组合模型 78
5.3 特殊模糊收益分布的可能性国际投资组合模型 79
5.4 算例分析 83
第6章 具有背景风险的可能性投资组合调整模型 88
6.1 一般形式的可能性投资组合调整模型 89
6.2 特殊模糊收益分布的可能性投资组合调整模型 91
6.3 最优调整策略算例分析 94
第7章 大数据背景下RDF数据处理的技术指向 97
7.1 RDF查询表达 101
7.1.1 SPARQL 101
7.1.2 关键词查询 103
7.2 静态数据集上的查询处理技术 104
7.2.1 基于关系的RDF查询处理技术 105
7.2.2 基于基本三元组的查询处理技术 108
7.2.3 基于图的RDF数据查询技术 112
7.2.4 静态数据集上RDF查询处理技术的对比与分析 117
7.3 可用在动态数据集上的查询处理技术 119
7.3.1 静态查询处理方法的改进 120
7.3.2 分布式查询处理技术 121
7.3.3 小结 124
7.4 查询优化 124
7.4.1 裁剪搜索空间 124
7.4.2 连接顺序优化 126
7.4.3 其他优化方法 128
参考文献 129