近年來(lái),受世界經(jīng)濟(jì)格局以及金融形勢(shì)的影響,證券組合投資成為當(dāng)前一個(gè)很熱的課題。在現(xiàn)實(shí)生活中,越來(lái)越多的人選擇投資股票來(lái)進(jìn)行理財(cái)。股票類型、品種等多種多樣,發(fā)展?jié)摿�、投資收益、風(fēng)險(xiǎn)也就各不相同,而投資者的資金是一定的,這樣就必須考慮每支股票的投資比例。本文以國(guó)內(nèi)股票市場(chǎng)為背景,討論了如何通過(guò)仿生算法做出較優(yōu)秀的證券組合投資決策。 本文結(jié)合Markowitz證券投資組合理論和國(guó)內(nèi)股票市場(chǎng)實(shí)際情況,利用熵對(duì)方差度量風(fēng)險(xiǎn)進(jìn)行了補(bǔ)充,并加入了專家評(píng)價(jià)對(duì)預(yù)期收益率向量和協(xié)方差矩陣實(shí)行了模糊化處理,以提高其現(xiàn)實(shí)可行性。同時(shí)考慮了相關(guān)政策法規(guī)以及其他現(xiàn)實(shí)約束,設(shè)立了投資上下限,建立了改進(jìn)的投資組合模型,用三種改進(jìn)仿生算法對(duì)其求解。 針對(duì)傳統(tǒng)遺傳算法收斂速度慢,運(yùn)算時(shí)間長(zhǎng)的缺點(diǎn),提出了自適應(yīng)并行遺傳算法。該算法建立了多處理器并行處理的新思路,改進(jìn)了交叉、變異算子,使其能夠自我調(diào)節(jié)。最后,利用算例論證了算法的有效性。 對(duì)標(biāo)準(zhǔn)PSO算法引入遺傳算法中的交叉操作,使其有選擇性的對(duì)粒子進(jìn)行交叉。應(yīng)用了并行自適應(yīng)的思想,使算法能在多處理器上同時(shí)運(yùn)算,并自我調(diào)節(jié)權(quán)值。通過(guò)實(shí)證分析,將改進(jìn)后的算法與標(biāo)準(zhǔn)算法進(jìn)行了比較...

【文章頁(yè)數(shù)】：66 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
    1.2 常見(jiàn)的投資組合模型
        1.2.1 均值-方差模型(M-V)
        1.2.2 資本資產(chǎn)定價(jià)模型(CAPM)
        1.2.3 套利定價(jià)模型(APT)
    1.3 算法現(xiàn)狀
        1.3.1 確定性優(yōu)化方法
        1.3.2 啟發(fā)式優(yōu)化算法
    1.4 本文研究?jī)?nèi)容及主要工作
第二章 證券投資組合問(wèn)題的優(yōu)化模型
    2.1 基本假設(shè)
    2.2 熵的知識(shí)
    2.3 模糊化收益及風(fēng)險(xiǎn)
    2.4 證券投資組合模型的構(gòu)建
        2.4.1 目標(biāo)函數(shù)
        2.4.2 約束條件
        2.4.3 投資組合優(yōu)化模型
第三章 自適應(yīng)并行遺傳算法的應(yīng)用
    3.1 遺傳算法基本介紹
    3.2 基本遺傳算法的改進(jìn)
        3.2.1 編碼
        3.2.2 初始化種群進(jìn)行并行操作
        3.2.3 適應(yīng)度函數(shù)的設(shè)計(jì)
        3.2.4 選擇操作
        3.2.5 交叉變異操作
        3.2.6 終止條件
    3.3 算例
    3.4 本章小結(jié)
第四章 改進(jìn)PSO算法求解投資組合問(wèn)題
    4.1 傳統(tǒng)PSO算法
    4.2 改進(jìn)PSO算法
        4.2.1 改進(jìn)PSO算法的必要性
        4.2.2 改進(jìn)PSO算法的描述
        4.2.3 改進(jìn)PSO算法流程圖
    4.3 算例
    4.4 本章小結(jié)
第五章 基于GABP算法的求解
    5.1 兩種算法的介紹
    5.2 改進(jìn)算法的必要性和思路
    5.3 改進(jìn)算法的實(shí)現(xiàn)
        5.3.1 遺傳算法的改進(jìn)
        5.3.2 BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)
        5.3.3 改進(jìn)GABP算法步驟
        5.3.4 改進(jìn)GABP算法流程圖
    5.4 算例
    5.5 本章小結(jié)
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
致謝
研究成果及發(fā)表的學(xué)術(shù)論文



本文編號(hào)：3812738