發(fā)布時間：2021-04-15 13:24

　　本文考慮到證券市場的投資者往往面臨著隨機和模糊兩種不確定性的情形,在模糊隨機環(huán)境下把證券的收益率視作三角模糊變量,在可信性理論基礎上建立了帶融資約束條件的均值-熵-偏度三目標投資組合決策模型,拓展了基于可信性理論的投資組合決策模型的研究內容,同時通過對約束條件處理方法,外部檔案維護方法等關鍵算子的改良,提出了一種新的約束多目標粒子群算法。本文運用該算法對模型進行求解,把得到的最優(yōu)解與傳統(tǒng)的多目標粒子群算法得到的最優(yōu)解進行對比,結果表明新算法得到的最優(yōu)解的質量會顯著地優(yōu)于傳統(tǒng)的多目標粒子群算法的最優(yōu)解,從而驗證了算法的有效性和準確性。該算法可以在三維空間中得到一個分布性和逼近性較好的Pareto最優(yōu)曲面,滿足投資者對不同目標的差異需求,為投資者提供合理的投資組合決策方案。 

【文章來源】：運籌與管理. 2019,28(02)北大核心CSSCICSCD

【文章頁數】：7 頁

【部分圖文】：

約束多目標粒子群算法的流程圖

嗄勘炅Ｗ?群算法的代碼對上述投資組合模型進行求解，在三維空間中得到一系列Pareto最優(yōu)解。為了進一步驗證約束多目標粒子群算法的可行性和準確性，此處采用傳統(tǒng)的多目標粒子群算法和本文提出的約束多目標粒子群算法分別對均值-熵-偏度三目標投資組合模型進行求解，然后將兩種算法計算得到的Pareto最優(yōu)解繪制到由收益，風險和偏度構成的三維空間中進行對比得到圖2。為了便于更直觀地觀察，將三維空間中的圖形分別投影到收益-風險，收益-偏度，風險-偏度三個二維平面上得到圖3。圖2均值-熵-偏度三目標投資組合優(yōu)化模型Pareto最優(yōu)曲面圖3a在收益-風險上投影b-在收益-偏度上投影c-在風險-偏度上投影從圖2和圖3可以看出，傳統(tǒng)的多目標粒子群算法雖然可以獲得大量的可行解，但是可行解的質量卻不夠理想，而本文提出的約束多目標粒子群算法則克服了上述缺陷，能夠在較短時間內獲得數量多且分布更接近于Pareto最優(yōu)前端的可行解。就解的質量而言，本文提出的約束多目標粒子群算法明顯優(yōu)于傳統(tǒng)的多目標粒子群算法。由此可見，本文所采用的約束多目標粒子群算法很好地解決了基于可行性理論的帶融資約束條件的均值-熵-偏度三目標投資組合模型的求解問題，在三維空間中得到一個近似的Pareto最優(yōu)曲面，投資者可以根據自己對不同目標的差異需求，選擇適合自己的投資組合決策方案，以此得到更高的心理效用。5結論本文從一個全新的視角對投資組合決策問題進行實證研究，考慮到投資者在證券市場面臨著隨機和模糊雙重不確定性的情形，將證券收益率視為三角模糊變量，在可信性理論基礎上構建了一個帶融資約束條件的均值-

系列Pareto最優(yōu)解。為了進一步驗證約束多目標粒子群算法的可行性和準確性，此處采用傳統(tǒng)的多目標粒子群算法和本文提出的約束多目標粒子群算法分別對均值-熵-偏度三目標投資組合模型進行求解，然后將兩種算法計算得到的Pareto最優(yōu)解繪制到由收益，風險和偏度構成的三維空間中進行對比得到圖2。為了便于更直觀地觀察，將三維空間中的圖形分別投影到收益-風險，收益-偏度，風險-偏度三個二維平面上得到圖3。圖2均值-熵-偏度三目標投資組合優(yōu)化模型Pareto最優(yōu)曲面圖3a在收益-風險上投影b-在收益-偏度上投影c-在風險-偏度上投影從圖2和圖3可以看出，傳統(tǒng)的多目標粒子群算法雖然可以獲得大量的可行解，但是可行解的質量卻不夠理想，而本文提出的約束多目標粒子群算法則克服了上述缺陷，能夠在較短時間內獲得數量多且分布更接近于Pareto最優(yōu)前端的可行解。就解的質量而言，本文提出的約束多目標粒子群算法明顯優(yōu)于傳統(tǒng)的多目標粒子群算法。由此可見，本文所采用的約束多目標粒子群算法很好地解決了基于可行性理論的帶融資約束條件的均值-熵-偏度三目標投資組合模型的求解問題，在三維空間中得到一個近似的Pareto最優(yōu)曲面，投資者可以根據自己對不同目標的差異需求，選擇適合自己的投資組合決策方案，以此得到更高的心理效用。5結論本文從一個全新的視角對投資組合決策問題進行實證研究，考慮到投資者在證券市場面臨著隨機和模糊雙重不確定性的情形，將證券收益率視為三角模糊變量，在可信性理論基礎上構建了一個帶融資約束條件的均值-熵-偏度三目標投資組合決策模型。接著為了解決該投資組合決策模型

【參考文獻】：
期刊論文
[1]改進的約束多目標粒子群算法[J]. 凌海風,周獻中,江勛林,蕭毅鴻.  計算機應用. 2012(05)
[2]基于個體密集距離的多目標進化算法[J]. 雷德明,吳智銘.  計算機學報. 2005(08)



本文編號：3139422