[发明专利]投资-再保险决策方法及系统

权利要求书

1.一种投资-再保险决策方法，其特征在于，包括：

获取市场环境下的历史数据；其中，所述历史数据包括股票历史价格数据、汇率转换历史数据、债券价格历史数据、投资盈余历史数据；

根据历史数据，计算模型构建参数；其中，所述模型构建参数包括股票期望回报率、股票价格波动率、汇率转换利率、汇率转换波动率、债券利率、投资回报率、投资风险波动率以及再保险安全负荷；

根据模型构建参数，构建策略优化模型；

采用随机最大值原理，结合对偶法和直接构造法求解策略优化模型，求得投资-再保险收益最大化的最优解显示表达式，获得投资-再保险最优策略；

根据投资-再保险最优策略进行该市场环境下的投资和再保险。

2.根据权利要求1所述的投资-再保险决策方法，其特征在于，通过股票市场监测数据库收集股票历史价格数据，进行分析和处理，计算该股票期望回报率和股票价格波动率，包括：

取某一固定时刻t之前的一段时间T₁内的该股票历史价格数据S(t_i),i＝1,2,...,N₁，T₁内的样本个数为N₁，时间单位为年；

令对数根据对数X₁(t_i)的均值和方差，计算固定时刻t以后股票期望回报率和股票价格波动率。

3.根据权利要求1所述的投资-再保险决策方法，其特征在于，构建汇率转换过程为几何布朗运动模型，通过汇率转换历史数据估计汇率转换利率和汇率转换波动率，包括：

取某一固定时刻t之前的一段时间T₂内的汇率转换率的历史数据e(t_i),i＝1,2,...,N₂，T₂内的样本个数为N₂，时间单位为年；

令对数根据对数X₂(t_i)的均值和方差，计算固定时刻t以后汇率转换利率和汇率转换波动率。

4.根据权利要求1所述的投资-再保险决策方法，其特征在于，通过债券市场监测数据库收集债券历史利率数据得到其利率，进而构建债券价格过程。

5.根据权利要求1所述的投资-再保险决策方法，其特征在于，构建投资前盈余过程为布朗运动模型，分别根据一段时间内投资盈余历史数据的均值和方差确定投资回报率和投资风险波动率；通过衡量用户的再保险所能承担的最大风险程度得到再保险安全负荷。

6.根据权利要求1所述的投资-再保险决策方法，其特征在于，构建策略优化模型包括：

根据股票期望回报率、股票价格波动率、汇率转换利率、汇率转换波动率、债券利率、投资回报率、投资风险波动率以及再保险安全负荷构建关于再保险比例、投资金额和消费率的盈余方程和由模型不确定性导出的倒向随机微分方程；

根据盈余方程和倒向随机微分方程，寻找收益最大化的最优用户决策和市场环境决策组合，使得用户至少能够在最坏的市场环境下获得最大效用即代价泛函达到最大，得到所述策略优化模型。

7.根据权利要求6所述的投资-再保险决策方法，其特征在于，求得投资-再保险收益最大化的最优解显示表达式，包括：

建立哈密尔顿函数和伴随过程，通过随机最大值原理可得最优用户决策和市场环境决策满足的条件等式；

利用对偶法得到伴随过程的表达式，利用直接构造法，构建再保险比例和投资股票的金额与投资盈余的关系，得到伴随过程的显示表达式；

考虑HARA型效用函数，对伴随过程的显示表达式使用伊藤公式，结合深度学习通过构造皮卡迭代序列求解随机微分方程得到再保险比例、股票投资金额以及消费率的显示表达式。