目的在Markowitz均值-方差模型的基礎(chǔ)上,建立帶有交易成本且期望收益和風險都有一定誤差的投資組合選擇模型,即樂觀情況下期望收益最大風險最小模型和悲觀情況下期望收益最小風險最大模型。方法根據(jù)模型特點,設(shè)計了基于Runge-Kutta法的差分進化粒子群優(yōu)化（Differential PSO with Runge-Kutta,DPSO-RK）算法。結(jié)果與結(jié)論數(shù)值試驗表明用DPSO-RK算法求解該模型是有效的,模型符合實際,與改進的粒子群優(yōu)化算法（Improved Particle Swarm Optimization,IPSO）相比,本文所提出的算法具有更好的仿真結(jié)果。 

【文章來源】：寶雞文理學院學報(自然科學版). 2019,39(04)

【文章頁數(shù)】：7 頁

【文章目錄】：
1 模型的建立
2 PSO在投資組合選擇問題的應用
    2.1 PSO簡介
    2.2 基于Runge-Kutta法的PSO算法
3 數(shù)值試驗與結(jié)果
    3.1 實際市場指數(shù)測試
    3.2 實例應用
        3.2.1 模型與算法的參數(shù)設(shè)置
        3.2.2 實驗結(jié)果及分析
4 總結(jié)



本文編號：3042009