發(fā)布時(shí)間：2021-04-15 08:35

　　投資組合的構(gòu)建與選擇問(wèn)題是計(jì)量金融的基礎(chǔ)研究問(wèn)題,也是金融工程中的一項(xiàng)實(shí)際工程任務(wù),其目的是優(yōu)化資產(chǎn)的財(cái)富分配。Markowitz于1952年提出資產(chǎn)組合選擇的正式模型,第一次從資產(chǎn)的收益率與風(fēng)險(xiǎn)之間的關(guān)系出發(fā),引入均值-方差分析,討論了最優(yōu)資產(chǎn)組合的選擇問(wèn)題。該模型直到現(xiàn)在仍受到廣大投資公司的關(guān)注。隨著金融數(shù)學(xué)的問(wèn)世與計(jì)算機(jī)科學(xué)的不斷發(fā)展,使得現(xiàn)代金融投資理論開(kāi)始擺脫純粹經(jīng)驗(yàn)化操作和單純描述性研究的狀態(tài),進(jìn)入了定量分析這一高級(jí)階段,并為投資者進(jìn)行投資決策提供了指導(dǎo)。當(dāng)今世界經(jīng)濟(jì)飛速發(fā)展,金融危機(jī)和市場(chǎng)波動(dòng)頻繁出現(xiàn),我國(guó)的資本市場(chǎng)雖然在改革開(kāi)放之后得到長(zhǎng)足發(fā)展,但還不太完善和成熟,使得投資者面臨越來(lái)越多錯(cuò)綜復(fù)雜的金融投資決策的理論和實(shí)踐問(wèn)題,量化理論的發(fā)展對(duì)投資組合優(yōu)化問(wèn)題的研究也越來(lái)越具有重要的理論和現(xiàn)實(shí)意義。本文將投資組合的選擇問(wèn)題,建模為不確定性條件下投資組合的序列決策問(wèn)題,將強(qiáng)化學(xué)習(xí)技術(shù)應(yīng)用于投資組合選擇。采用多臂賭博機(jī)系列算法中的線性上界置信算法LinUCB（Linear Upper Confidence Bound）,將投資組合中的風(fēng)險(xiǎn)度量定義為上界置信區(qū)間,根據(jù)強(qiáng)化學(xué)習(xí)算... 

【文章來(lái)源】：浙江工商大學(xué)浙江省

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖３－２決策樹(shù)Ｃ４．５算法樣本屬性連續(xù)值二分法分裂過(guò)程??

?基于自適應(yīng)多臂賭博機(jī)算法的投資組合模型構(gòu)建與風(fēng)險(xiǎn)度量???數(shù)ｚ＝１．０８后，運(yùn)行程序，得到有關(guān)該股票池?cái)?shù)據(jù)集的一棵決策樹(shù)。樹(shù)形圖如圖??５－１所示，該決策樹(shù)葉節(jié)點(diǎn)。??Ｆ＾ｐ４ｊ??／＼?／＼??ｆｔ?ｗ?ｈ?ｗ?ｆｔ?ｗ?＾?Ｖｉ?ｎ?ｗ?ｊ（?ｗ??圖５－１決策樹(shù)模型分裂過(guò)程圖??根據(jù)改進(jìn)的Ｃ４．５決策樹(shù)模型分組，根據(jù)數(shù)據(jù)，標(biāo)簽６．０開(kāi)始，就有前一季行??情均值為負(fù)的情況，因此，定義６．０，７．０，８．０，９．０，１０．０為輸家標(biāo)簽，剔除類別中最高??頻率標(biāo)簽為６．０，７．０，８．０，９．０，１０．０的組合，剔除輸家組合后，得出８組投資組合簇，??每個(gè)組合內(nèi)部所含股票數(shù)，及部分股票代碼如表５－３展示。??表５－３構(gòu)造的投資組合內(nèi)部部分股票??組??：ｒ股票數(shù)?組內(nèi)部分股票??別???０?１７?６０００１６．?ＳＨ?６０００２８．ＳＨ?６０００３６．ＳＨ?６００１０４．?ＳＨ?６００２２１．ＳＨ?．．．??１?１９?０Ｑ０００１．ＳＺ?００．０３３８．ＳＺ?０００４２５．?ＳＺ?０００６２３．ＳＺ?００２１４２．ＳＺ?．．．??２?２１?００００６３．ＳＺ?０００７０９．ＳＺ?０００８９８．?ＳＺ?００２２０２．?ＳＺ?００２５９４．?ＳＺ?．．．??３?１９?０００９６１．ＳＺ?００２０２４．?ＳＺ?００２０５０．ＳＺ?００２１４６．ＳＺ?００２１５３．ＳＺ?．．．??４?１９?００００６０．ＳＺ?０００６３０．ＳＺ?００２４７０．?ＳＺ?６０００６６．ＳＨ?６００１８８．ＳＨ?．．．??５?２１?０００００２．ＳＺ?０００４２３．?ＳＺ?０００６５１．ＳＺ?０００６７１．ＳＺ?０００７８６．Ｓ

０．０５??＾標(biāo)簽７．０翔率０．０４?｜?＾標(biāo)Ｓ７．０頻華０．２６??＿?＿?＿標(biāo)簽８．０翔率０，?口?〇?１５，?＿?｜?Ｍ標(biāo)簽９．０頻率０．１１??■?＾?ｍｍ．?〇?＾ｍｏ．?ｏｓ?Ｓ?Ｍ?＾?標(biāo)ｓｕｍ＞?獅ｏ．?０５??ｌｌｌｌ＿ｌｌｌ?ｌｌｌ，ｌｌ＿ｌ??標(biāo)簽２．０?標(biāo)簽標(biāo)簽ＡＯ?標(biāo)簽５．０?標(biāo)§６．０?標(biāo)簽７—０?標(biāo)簽８．０?標(biāo)￥９．０?標(biāo)簽１０．０?標(biāo)簽ｔ．?０?標(biāo)￥２．０?標(biāo)簽Ｓ．０?標(biāo)￥４．０?標(biāo)簽５．０?標(biāo)簽７＿?０?＾９．０?標(biāo)簽１０，０??圖５－２組內(nèi)標(biāo)簽及其頻率圖（ａ）???第５組內(nèi)標(biāo)簽分布圖???第６組內(nèi)標(biāo)簽分布圖???Ｍ?？￥１．０?Ｍ＊０?２７?？?桴荃２．０?頻軍０．．?＿丨４??０．２５－?■標(biāo)簽２．０？車０．Ｍ?０，１７５－?■標(biāo)簽３．０?頻生０．１９??＾標(biāo)簽３．０額￡０．０５?＾標(biāo)簽４．０頻￥０』１９??■■標(biāo)簽４．０頻￥０１８?０?１Ｍ）?－?＾標(biāo)簽５．０頻寒０?１４??０．２０－?Ｍ?標(biāo)簽５．０?頰￡０?０＆?Ｈ?＃Ｓ６．０?＾￡０?１４??簽６．０！細(xì)?０５?Ｑｌ?１２５－?＾標(biāo)簽８．０?頻章０?Ｍ??■嫌簽７．０?頻享０．０５?■柙簽?１０．０?解０．？??＝￡口＝?■?Ｉ?Ｉ?■??ｉ?ｌ?ｌ！?：：ｉｌｌ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??標(biāo)簽１０?標(biāo)簽２．０?標(biāo)簽１０?磁．４，０?標(biāo)簽５，０?磁６．０?磁７．０?標(biāo)簽８，０?標(biāo)簽以?標(biāo)簽２，０?標(biāo)簽３，０?標(biāo)３４０?標(biāo)簽５．０?碰Ｍ）?標(biāo)簽８．０?標(biāo)簽１０，＿＆???第７組內(nèi)標(biāo)簽分布田???第８組內(nèi)標(biāo)簽分布圖???■標(biāo)簽?１．０?頻率０．２７?

【參考文獻(xiàn)】：
期刊論文
[1]一種自適應(yīng)的多臂賭博機(jī)算法[J]. 章曉芳,周倩,梁斌,徐進(jìn).  計(jì)算機(jī)研究與發(fā)展. 2019(03)
[2]融合用戶社會(huì)地位和矩陣分解的推薦算法[J]. 余永紅,高陽(yáng),王皓,孫栓柱.  計(jì)算機(jī)研究與發(fā)展. 2018(01)
[3]融合矩陣分解的多臂賭博機(jī)推薦算法[J]. 成石,王寶亮,毛陸虹,常鵬.  小型微型計(jì)算機(jī)系統(tǒng). 2017(12)
[4]大數(shù)據(jù)環(huán)境下決策樹(shù)算法并行化研究[J]. 李運(yùn)娣.  河南工程學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(02)
[5]數(shù)據(jù)挖掘中的決策樹(shù)分類[J]. 于笑笑.  時(shí)代金融. 2017(03)
[6]融合用戶可信度的改進(jìn)奇異值分解推薦算法[J]. 潘駿馳,張興明,汪欣.  小型微型計(jì)算機(jī)系統(tǒng). 2016(10)
[7]融合標(biāo)簽特征和時(shí)間上下文的協(xié)同過(guò)濾推薦算法[J]. 竇羚源,王新華,孫克.  小型微型計(jì)算機(jī)系統(tǒng). 2016(01)
[8]一種改進(jìn)的C4.5決策樹(shù)算法[J]. 胡美春,田大鋼.  軟件導(dǎo)刊. 2015(07)
[9]基于決策樹(shù)的消費(fèi)行為因素建模與實(shí)現(xiàn)[J]. 黎旭,李國(guó)和,吳衛(wèi)江,洪云峰,劉智淵,程遠(yuǎn).  計(jì)算機(jī)應(yīng)用與軟件. 2015(05)
[10]基于組合相似度的優(yōu)化協(xié)同過(guò)濾算法[J]. 查九,李振博,徐桂瓊.  計(jì)算機(jī)應(yīng)用與軟件. 2014(12)



本文編號(hào)：3138999