本文關(guān)鍵詞：基于改進PSO算法的投資組合優(yōu)化方法的設(shè)計和實現(xiàn)

  更多相關(guān)文章： 投資組合優(yōu)化 均值方差模型(M-V模型) 粒子群優(yōu)化算法(PSO) 異構(gòu)多種群策略 隨機種群拓撲策略 M-V-S模型

【摘要】：金融決策的核心是不確定條件下收益和風(fēng)險的權(quán)衡,Markowitz均值一方差模型(簡稱M-V模型)的誕生,使得風(fēng)險和收益的量化成為可能,標志著現(xiàn)代投資組合理論的開端。投資組合問題是一類非常復(fù)雜的決策問題,亦被證實是組合優(yōu)化問題中帶約束的NP難問題。粒子群優(yōu)化算法(簡稱PSO算法)是一種進化計算方法,由于其具有快速收斂和操作簡單等特點,在工程、經(jīng)濟管理等諸多領(lǐng)域得到廣泛應(yīng)用。近年來,已有學(xué)者將PSO算法引入到投資組合優(yōu)化問題中,但大多只是初步嘗試采用經(jīng)典的PSO算法求解該問題,很少有學(xué)者基于PSO算法設(shè)計相應(yīng)的改進策略來提高算法求解投資組合優(yōu)化這一具體問題的性能。本文針對投資組合優(yōu)化問題,引入PSO算法進行求解,并根據(jù)問題的特點提出了基于異構(gòu)多種群策略的PSO算法和基于隨機種群拓撲策略的PSO算法,進而在中國證券市場進行了相關(guān)的實證探究。本文的主要工作如下：1)針對投資組合優(yōu)化問題,基于異構(gòu)多種群策略,提出了一種改進的PSO算法HMPP-SO(Heterogeneous Multiple Population Particle Swarm Optimization)用于求解帶基數(shù)約束的投資組合優(yōu)化問題并將其性能與幾種經(jīng)典PSO算法變體進行比較。在本文所提出的異構(gòu)多種群策略中,整個種群被劃分為幾個子種群,每個子種群采用不同的PSO算法變體作為進化方式。子種群根據(jù)遷移規(guī)則每隔一定時間進行信息共享來促進整個種群的信息交流,從而協(xié)調(diào)種群的探索和開采能力。實驗表明與經(jīng)典PSO算法變體相比,HMPPSO算法更為有效,尤其在求解高維問題時表現(xiàn)出了更為穩(wěn)定的性能,從而驗證了本文所提出的異構(gòu)多種群策略的有效性。2)針對投資組合優(yōu)化問題,在深入探討PSO算法種群拓撲的基礎(chǔ)上,提出了四種隨機種群拓撲策略,分別為：基于平均度數(shù)的隨機種群拓撲策略,基于度數(shù)的隨機種群拓撲策略,基于平均度數(shù)的動態(tài)隨機種群拓撲策略,基于度數(shù)的動態(tài)隨機種群拓撲策略。本文還基于這四種策略,在經(jīng)典PSO算法變體WPSO的基礎(chǔ)上,提出了四種改進的PSO算法RTWPSO-AD, RTWPSO-D,DRWTPSO-AD, DRWTPSO-Do實驗表明,四種改進的PSO算法在大多數(shù)情況下比經(jīng)典PSO算法變體WPSO性能更優(yōu),其中采用動態(tài)隨機種群拓撲策略的DRTPSO-D算法表現(xiàn)出了非常優(yōu)異的求解能力,從而驗證了本文所提出的隨機拓撲策略的有效性。3)對M-V模型在中國證券市場的應(yīng)用進行實證探究,考察M-V模型對市場風(fēng)險的分散效果,同時,還提出了一種引入系統(tǒng)風(fēng)險的M-V-S模型并驗證其有效性。首先采用異構(gòu)多種群PSO算法,基于帶基數(shù)約束的M-V模型,獲取最優(yōu)投資組合,并對三種模型參數(shù)估計方法下求得的有效前沿和收益率序列進行比較。接著提出引入系統(tǒng)風(fēng)險的M-V模型M-V-S,基于該模型獲取最優(yōu)投資組合,對不同系統(tǒng)風(fēng)險參數(shù)控制下組合的收益率序列進行比較分析。實驗結(jié)果表明,采用M-V模型獲取的投資組合能夠較有效地分散資產(chǎn)風(fēng)險,其組合收益率波動范圍均小于上證綜指收益率的波動范圍。在風(fēng)險厭惡因子λ取值適中時,可以在降低投資風(fēng)險的同時獲取較好的收益�？梢奙-V模型在中國證券市場具有一定的實際可行性和不錯的風(fēng)險分散效果。而引入系統(tǒng)風(fēng)險的M-V-S模型能在一定程度上降低投資組合的總風(fēng)險,尤其在股票價格波動較為平穩(wěn)的情況下,從而為投資者提供更為穩(wěn)健的投資決策。本文針對投資組合優(yōu)化問題,采用基于異構(gòu)多種群策略的PSO算法和基于隨機種群拓撲策略的PSO算法對基數(shù)約束下的M-V模型進行求解,獲得了較好的實驗效果。本文的研究工作可以為智能優(yōu)化算法在投資組合優(yōu)化領(lǐng)域的應(yīng)用提供依據(jù),并對Markowitz投資組合理論在中國證券市場的應(yīng)用進行了一定程度的完善和補充,具有積極的理論意義與實際應(yīng)用價值。
【關(guān)鍵詞】：投資組合優(yōu)化 均值方差模型(M-V模型) 粒子群優(yōu)化算法(PSO) 異構(gòu)多種群策略 隨機種群拓撲策略 M-V-S模型
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F832.48;TP18
【目錄】：

• 摘要4-6
• Abstract6-10
• 第一章 緒論10-16
• 1.1 研究背景及研究意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-14
• 1.3 研究內(nèi)容和創(chuàng)新點14-15
• 1.3.1 研究內(nèi)容14-15
• 1.3.2 創(chuàng)新點15
• 1.4 論文章節(jié)組織15-16
• 第二章 基于異構(gòu)多種群策略的PSO算法求解投資組合優(yōu)化問題16-34
• 2.1 投資組合優(yōu)化模型16-18
• 2.2 PSO算法18-20
• 2.2.1 PSO算法基本原理18-19
• 2.2.2 經(jīng)典PSO算法變體19-20
• 2.3 HMPPSO算法求解CCMV模型20-25
• 2.3.1 基于異構(gòu)多種群策略的PSO算法20-21
• 2.3.2 HMPPSO算法求解CCMV模型21-25
• 2.4 實驗及分析25-33
• 2.4.1 實驗設(shè)置26
• 2.4.2 實驗1：HMPPSO與經(jīng)典PSO算法變體的比較26-30
• 2.4.3 實驗2：HMPPSO與非異構(gòu)多種群PSO算法的比較30-33
• 2.5 本章小結(jié)33-34
• 第三章 基于隨機拓撲策略的PSO算法求解投資組合優(yōu)化問題34-48
• 3.1 投資組合優(yōu)化模型34-35
• 3.2 基于隨機拓撲策略的PSO算法35-38
• 3.2.1 傳統(tǒng)靜態(tài)種群拓撲結(jié)構(gòu)35
• 3.2.2 隨機種群拓撲35-36
• 3.2.3 動態(tài)隨機種群拓撲36
• 3.2.4 四種隨機種群拓撲策略36-38
• 3.3 實驗及結(jié)果38-47
• 3.3.1 實驗設(shè)置39
• 3.3.2 實驗1：四種算法的參數(shù)設(shè)置及分析39-41
• 3.3.3 實驗2：四種基于隨機拓撲策略的算法與WPSO的性能分析41-47
• 3.4 本章小結(jié)47-48
• 第四章 基于M-V模型的投資組合實證研究48-62
• 4.1 樣本數(shù)據(jù)的選取與處理48-51
• 4.1.1 樣本股票的選取48-49
• 4.1.2 訓(xùn)練區(qū)間和測試區(qū)間的選取49
• 4.1.3 數(shù)據(jù)處理49-51
• 4.2 模型參數(shù)估計51-53
• 4.3 實驗設(shè)置53
• 4.4 實驗1：三種參數(shù)估計方法的比較和分析53-57
• 4.4.1 有效前沿的比較和分析53-54
• 4.4.2 收益率序列的比較和分析54-57
• 4.5 實驗2：引入系統(tǒng)風(fēng)險的M-V-S模型的實證與分析57-60
• 4.5.1 模型介紹57-58
• 4.5.2 實驗結(jié)果與分析58-60
• 4.6 本章小結(jié)60-62
• 第五章 總結(jié)與展望62-64
• 5.1 總結(jié)62-63
• 5.2 展望63-64
• 致謝64-66
• 參考文獻66-70
• 攻讀碩士學(xué)位期間的學(xué)術(shù)成果70

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王宇平,徐晨;解組合優(yōu)化的一種新方法的收斂性[J];西安電子科技大學(xué)學(xué)報;1997年04期

2 涂振宇,曾tD;一類組合優(yōu)化問題的智能算法研究[J];江西教育學(xué)院學(xué)報(綜合);2003年06期

3 賈小波;石秀安;;屏蔽設(shè)計組合優(yōu)化研究[J];核科學(xué)與工程;2010年04期

4 趙紅燕,李定主;用組合優(yōu)化的方法進行兵力分配[J];電腦開發(fā)與應(yīng)用;2005年01期

5 王正元,楊克巍,劉靖旭,譚躍進;組合優(yōu)化問題的一種精確求解方法[J];計算機工程與科學(xué);2004年12期

6 王洪國;馬紹漢;陳火旺;;組合優(yōu)化問題反問題的研究進展[J];計算機科學(xué);2004年02期

7 鄭宇軍;薛錦云;凌海風(fēng);;組合優(yōu)化問題簡約與算法推演[J];軟件學(xué)報;2011年09期

8 張鴻賓;;組合優(yōu)化問題的啟發(fā)式搜索[J];計算機科學(xué);1998年02期

9 汪祖柱,程家興;求解組合優(yōu)化問題的一種方法—分枝定界法[J];安徽大學(xué)學(xué)報(自然科學(xué)版);2004年01期

10 鄧玉芬;向鳳紅;;蟻群算法在組合優(yōu)化中的應(yīng)用[J];電子測量技術(shù);2007年01期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 于曉義;吳毅;王達達;楊昆;;基于負荷均衡的工作中心任務(wù)組合優(yōu)化分配研究[A];2010年云南電力技術(shù)論壇論文集（優(yōu)秀論文部分）[C];2010年

2 何洋林;葉春明;;CEPGA算法在網(wǎng)絡(luò)計劃組合優(yōu)化問題中的應(yīng)用[A];全國第十屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)年會論文集[C];2006年

3 徐俊明;;網(wǎng)絡(luò)分析中幾個組合優(yōu)化問題[A];中國運籌學(xué)會第七屆學(xué)術(shù)交流會論文集（中卷）[C];2004年

4 李彥蒼;索娟娟;;基于熵和信息素的自適應(yīng)GA及其在組合優(yōu)化中的應(yīng)用[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

中國重要報紙全文數(shù)據(jù)庫 前3條

1 程建平;發(fā)掘資源的最大價值[N];中國特產(chǎn)報;2003年

2 安徽 朱寶貴;Office 2000與XP組合優(yōu)化安裝技巧[N];電子報;2005年

3 薛梅;柜面勞動組合優(yōu)化應(yīng)多管齊下[N];中國城鄉(xiāng)金融報;2014年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 王軍強;基于約束理論的產(chǎn)品組合優(yōu)化決策研究[D];西北工業(yè)大學(xué);2006年

2 王正元;基于狀態(tài)轉(zhuǎn)移的組合優(yōu)化方法研究[D];國防科學(xué)技術(shù)大學(xué);2004年

3 彭勝志;基于高階矩的投資組合優(yōu)化研究[D];哈爾濱工業(yè)大學(xué);2012年

4 吳t熇，

本文編號：674821