發(fā)布時(shí)間：2023-11-04 15:19

　　自上世紀(jì)五十年代Markowitz提出“均值-方差”理論后,投資組合收益與風(fēng)險(xiǎn)的研究進(jìn)入量化模式。其后諸多學(xué)者開(kāi)始將數(shù)理統(tǒng)計(jì)的相關(guān)理論和工具,運(yùn)用于金融投資理論的研究。然而,隨著變量維度加大、求解目標(biāo)函數(shù)越發(fā)復(fù)雜、約束條件越發(fā)多樣化等原因,投資組合優(yōu)化問(wèn)題的求解難度也在逐步加深。復(fù)雜模型的準(zhǔn)確、快速求解對(duì)投資組合理論的發(fā)展具有重要意義。由于仿生智能算法具有運(yùn)算速度快、對(duì)數(shù)理推導(dǎo)要求較低等特點(diǎn),近年來(lái)成為學(xué)者們解決復(fù)雜函數(shù)的優(yōu)化求解問(wèn)題的重要工具。人工蜂群算法作為一種新的仿生智能算法,其具有收斂速度快、求解精度高且不易陷入局部最優(yōu)等特點(diǎn),在諸多領(lǐng)域得以應(yīng)用。隨著投資理論的不斷發(fā)展,投資組合優(yōu)化問(wèn)題越來(lái)越復(fù)雜,對(duì)算法性能的要求也在逐步提高。因此,本文對(duì)人工蜂群算法在投資組合優(yōu)化問(wèn)題的框架下進(jìn)行研究和改進(jìn),是有必要且有意義的。本文主要工作如下:(1)本文結(jié)合前人研究成果,在“均值-方差”理論模型的范式下,使用資產(chǎn)收益的標(biāo)準(zhǔn)差作為風(fēng)險(xiǎn)的度量。同時(shí),本文考慮資產(chǎn)收益分布的偏態(tài)特征,將皮爾遜偏態(tài)系數(shù)引入模型,代替標(biāo)準(zhǔn)化的三階中心矩,作為對(duì)資產(chǎn)收益偏度的衡量,構(gòu)建了“均值-標(biāo)準(zhǔn)差-皮爾遜偏度系數(shù)”的...

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 投資組合理論的研究現(xiàn)狀
        1.2.2 人工蜂群算法的研究現(xiàn)狀
    1.3 本文主要工作
        1.3.1 本文研究?jī)?nèi)容
        1.3.2 本文結(jié)構(gòu)
第二章 投資組合理論及模型構(gòu)建
    2.1 均值-方差理論
        2.1.1 均值-方差理論的前提條件
        2.1.2 均值-方差理論的模型架構(gòu)
        2.1.3 均值-方差理論評(píng)價(jià)
    2.2 均值-方差-偏度理論
        2.2.1 偏度的概念
        2.2.2 均值-方差-偏度理論的具體內(nèi)容
        2.2.3 均值-方差-偏度理論的模型架構(gòu)
    2.3 引入風(fēng)險(xiǎn)偏好的均值-標(biāo)準(zhǔn)差-皮爾遜偏態(tài)系數(shù)模型
        2.3.1 皮爾遜偏態(tài)系數(shù)
        2.3.2 引入風(fēng)險(xiǎn)偏好的均值-標(biāo)準(zhǔn)差-皮爾遜偏態(tài)系數(shù)模型架構(gòu)
    2.4 本章小結(jié)
第三章 人工蜂群算法的研究與改進(jìn)
    3.1 人工蜂群算法的生物行為機(jī)理
        3.1.1 蜜蜂的信息傳導(dǎo)
        3.1.2 蜂群的角色與分工
    3.2 人工蜂群算法的基本原理
        3.2.1 人工蜂群算法流程
    3.3 人工蜂群算法的發(fā)展
        3.3.1 考慮個(gè)體和全局最優(yōu)的人工蜂群算法
        3.3.2 帶有高斯變異和混沌擾動(dòng)的人工蜂群算法
        3.3.3 混合策略的人工蜂群算法
    3.4 人工蜂群算法的改進(jìn)
        3.4.1 算法改進(jìn)的基本思路
        3.4.2 算法改進(jìn)的基本原理
        3.4.3 改進(jìn)后的算法步驟
    3.5 改進(jìn)人工蜂群算法的性能測(cè)試
        3.5.1 測(cè)試函數(shù)介紹
        3.5.2 試驗(yàn)參數(shù)的設(shè)定
        3.5.3 測(cè)試結(jié)果
    3.6 本章小結(jié)
第四章 基于改進(jìn)人工蜂群算法的投資組合實(shí)證研究
    4.1 投資組合設(shè)計(jì)
        4.1.1 相關(guān)概念介紹
        4.1.2 投資組合的構(gòu)建
    4.2 實(shí)驗(yàn)設(shè)置
        4.2.1 模型的前置條件
        4.2.2 算法調(diào)整
    4.3 實(shí)驗(yàn)結(jié)果及評(píng)價(jià)
        4.3.1 評(píng)價(jià)指標(biāo)
        4.3.2 實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
第五章 結(jié)論與展望
    5.1 本文結(jié)論
    5.2 展望
參考文獻(xiàn)
發(fā)表論文、參加科研情況說(shuō)明
致謝



本文編號(hào)：3860556