投資組合的構(gòu)建與選擇問題是計量金融的基礎(chǔ)研究問題,也是金融工程中的一項實際工程任務(wù),其目的是優(yōu)化資產(chǎn)的財富分配。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)的問世與計算機科學(xué)的不斷發(fā)展,使得現(xiàn)代金融投資理論開始擺脫純粹經(jīng)驗化操作和單純描述性研究的狀態(tài),進入了定量分析這一高級階段,并為投資者進行投資決策提供了指導(dǎo)。當今世界經(jīng)濟飛速發(fā)展,金融危機和市場波動頻繁出現(xiàn),我國的資本市場雖然在改革開放之后得到長足發(fā)展,但還不太完善和成熟,使得投資者面臨越來越多錯綜復(fù)雜的金融投資決策的理論和實踐問題,量化理論的發(fā)展對投資組合優(yōu)化問題的研究也越來越具有重要的理論和現(xiàn)實意義。本文將投資組合的選擇問題,建模為不確定性條件下投資組合的序列決策問題,將強化學(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)險度量定義為上界置信區(qū)間,根據(jù)強化學(xué)習(xí)算... 

【文章來源】：浙江工商大學(xué)浙江省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３－２決策樹Ｃ４．５算法樣本屬性連續(xù)值二分法分裂過程??

?基于自適應(yīng)多臂賭博機算法的投資組合模型構(gòu)建與風(fēng)險度量???數(shù)ｚ＝１．０８后，運行程序，得到有關(guān)該股票池數(shù)據(jù)集的一棵決策樹。樹形圖如圖??５－１所示，該決策樹葉節(jié)點。??Ｆ＾ｐ４ｊ??／＼?／＼??ｆｔ?ｗ?ｈ?ｗ?ｆｔ?ｗ?＾?Ｖｉ?ｎ?ｗ?ｊ（?ｗ??圖５－１決策樹模型分裂過程圖??根據(jù)改進的Ｃ４．５決策樹模型分組，根據(jù)數(shù)據(jù)，標簽６．０開始，就有前一季行??情均值為負的情況，因此，定義６．０，７．０，８．０，９．０，１０．０為輸家標簽，剔除類別中最高??頻率標簽為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??＾標簽７．０翔率０．０４?｜?＾標Ｓ７．０頻華０．２６??＿?＿?＿標簽８．０翔率０，?口?〇?１５，?＿?｜?Ｍ標簽９．０頻率０．１１??■?＾?ｍｍ．?〇?＾ｍｏ．?ｏｓ?Ｓ?Ｍ?＾?標ｓｕｍ＞?獅ｏ．?０５??ｌｌｌｌ＿ｌｌｌ?ｌｌｌ，ｌｌ＿ｌ??標簽２．０?標簽標簽ＡＯ?標簽５．０?標§６．０?標簽７—０?標簽８．０?標￥９．０?標簽１０．０?標簽ｔ．?０?標￥２．０?標簽Ｓ．０?標￥４．０?標簽５．０?標簽７＿?０?＾９．０?標簽１０，０??圖５－２組內(nèi)標簽及其頻率圖（ａ）???第５組內(nèi)標簽分布圖???第６組內(nèi)標簽分布圖???Ｍ?？￥１．０?Ｍ＊０?２７?？?桴荃２．０?頻軍０．．?＿丨４??０．２５－?■標簽２．０？車０．Ｍ?０，１７５－?■標簽３．０?頻生０．１９??＾標簽３．０額￡０．０５?＾標簽４．０頻￥０』１９??■■標簽４．０頻￥０１８?０?１Ｍ）?－?＾標簽５．０頻寒０?１４??０．２０－?Ｍ?標簽５．０?頰￡０?０＆?Ｈ?＃Ｓ６．０?＾￡０?１４??簽６．０！細?０５?Ｑｌ?１２５－?＾標簽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??標簽１０?標簽２．０?標簽１０?磁．４，０?標簽５，０?磁６．０?磁７．０?標簽８，０?標簽以?標簽２，０?標簽３，０?標３４０?標簽５．０?碰Ｍ）?標簽８．０?標簽１０，＿＆???第７組內(nèi)標簽分布田???第８組內(nèi)標簽分布圖???■標簽?１．０?頻率０．２７?

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



本文編號：3138999