本文關(guān)鍵詞：人工蜂群算法在多目標(biāo)模糊投資組合優(yōu)化中的應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：金融市場(chǎng)是一個(gè)復(fù)雜的、充滿了各種不確定性的系統(tǒng),如何在各種復(fù)雜的、不確定性的金融環(huán)境中對(duì)資本進(jìn)行有效配置,實(shí)現(xiàn)投資收益與風(fēng)險(xiǎn)均衡將是金融機(jī)構(gòu)與個(gè)人投資者所要面臨的重要問(wèn)題。在金融市場(chǎng)中不確定性主要表現(xiàn)為隨機(jī)性和模糊性。在很多情形下,投資者往往并不能夠準(zhǔn)確地預(yù)測(cè)資產(chǎn)收益的概率分布,其對(duì)收益和風(fēng)險(xiǎn)的描述通常也只能用一些模糊概念來(lái)概括,這就使得資產(chǎn)收益在很大程度上表現(xiàn)為模糊不確定性。因此,為了很好的解決金融市場(chǎng)模糊不確定問(wèn)題,我們將在可能性理論框架下討論投資組合優(yōu)化問(wèn)題。隨著學(xué)者對(duì)投資組合理論研究的不斷深入,研究發(fā)現(xiàn)投資組合模型中用方差來(lái)度量投資風(fēng)險(xiǎn)并不能很好的描述投資者對(duì)于風(fēng)險(xiǎn)的定義,同時(shí)已有研究表明金融資產(chǎn)的收益率通常情況下并不服從正態(tài)分布,其收益率的分布特征往往是非對(duì)稱的。當(dāng)資產(chǎn)收益率不服從正態(tài)分布時(shí),僅用資產(chǎn)的均值和方差并不能很好的刻畫(huà)資產(chǎn)收益的分布特征。為了克服均值-方差模型存在的不足,本文將基于資產(chǎn)的收益、半絕對(duì)偏差風(fēng)險(xiǎn)函數(shù)及收益率分布的偏度特征來(lái)研究投資組合優(yōu)化問(wèn)題。與此同時(shí),在現(xiàn)實(shí)的證券市場(chǎng)中,流動(dòng)性作為證券市場(chǎng)存在的基礎(chǔ)和前提,是金融市場(chǎng)的重要屬性,而在買賣證券的交易過(guò)程中也總是存在著如稅收、交易成本、交易量限制、紅利等摩擦因素,已有研究表明忽略金融資產(chǎn)的交易費(fèi)用將導(dǎo)致無(wú)效的投資決策。因此,本文將在可能性理論框架下綜合考慮金融資產(chǎn)的收益、風(fēng)險(xiǎn)、偏度分布特征,同時(shí)在模型中又考慮了流動(dòng)性約束及證券的交易費(fèi)用、資產(chǎn)比例上下限、不能賣空等現(xiàn)實(shí)因素,進(jìn)而構(gòu)建了考慮流動(dòng)性約束及交易費(fèi)用的均值-半絕對(duì)偏差-偏度的多目標(biāo)模糊投資組合優(yōu)化模型。由于多目標(biāo)投資組合優(yōu)化問(wèn)題是一類非常復(fù)雜的優(yōu)化問(wèn)題,并且該問(wèn)題亦被證實(shí)是組合優(yōu)化問(wèn)題中的NP-Hard問(wèn)題,其計(jì)算都較為復(fù)雜,難以使用常規(guī)的方法求解。本文將針對(duì)提出的約束多目標(biāo)投資組合優(yōu)化模型設(shè)計(jì)一種改進(jìn)的多目標(biāo)人工蜂群算法,具體包括以下三方面改進(jìn):混沌初始化種群、改進(jìn)雇傭蜂的搜索行為、外部種群的更新及保存策略。最后將改進(jìn)的多目標(biāo)人工蜂群算法與幾種經(jīng)典多目標(biāo)優(yōu)化算法進(jìn)行性能比較,從而驗(yàn)證模型的實(shí)用性及算法的有效性。
【關(guān)鍵詞】：投資組合優(yōu)化問(wèn)題 可能性理論 約束多目標(biāo) 人工蜂群算法
【學(xué)位授予單位】：首都經(jīng)濟(jì)貿(mào)易大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F224;F830.9
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 引言9-16
• 1.1 研究背景及意義9-10
• 1.2 投資組合優(yōu)化研究綜述10-13
• 1.2.1 不同風(fēng)險(xiǎn)度量的投資組合模型11
• 1.2.2 基于偏度視角的投資組合模型11
• 1.2.3 引入交易費(fèi)用的投資組合模型11-12
• 1.2.4 基于流動(dòng)性視角的投資組合模型12-13
• 1.2.5 智能算法用于投資組合優(yōu)化問(wèn)題13
• 1.3 本文研究?jī)?nèi)容13-14
• 1.4 本文創(chuàng)新之處14-16
• 2 相關(guān)基礎(chǔ)知識(shí)16-24
• 2.1 多目標(biāo)優(yōu)化問(wèn)題16-17
• 2.1.1 多目標(biāo)優(yōu)化模型16
• 2.1.2 Pareto最優(yōu)解的概念16-17
• 2.2 模糊集的相關(guān)理論17-19
• 2.3 幾種典型的多目標(biāo)優(yōu)化算法19-24
• 2.3.1 NSGA-II19-20
• 2.3.2 PESA-II20-21
• 2.3.3 SPEA221-22
• 2.3.4 MOPSO22-24
• 3 多目標(biāo)人工蜂群算法24-31
• 3.1 人工蜂群算法簡(jiǎn)介24-27
• 3.1.1 人工蜂群算法基本原理24-26
• 3.1.2 人工蜂群算法研究現(xiàn)狀26-27
• 3.2 多目標(biāo)人工蜂群算法27-31
• 3.2.1 多目標(biāo)人工蜂群算法基本原理27-29
• 3.2.2 多目標(biāo)人工蜂群算法基本框架29-31
• 4 具有流動(dòng)性約束及交易費(fèi)用的多目標(biāo)模糊投資組合模型31-37
• 4.1 均值－半絕對(duì)偏差投資組合模型31-32
• 4.2 資產(chǎn)收益率分布的偏度特征32-33
• 4.3 具有流動(dòng)性約束的多目標(biāo)投資組合模型33-34
• 4.4 可能性理論下的多目標(biāo)投資組合模型34-37
• 5 人工蜂群算法在多目標(biāo)投資組合優(yōu)化問(wèn)題中的應(yīng)用37-47
• 5.1 算法設(shè)計(jì)37-40
• 5.1.1 混沌初始化37-38
• 5.1.2 搜索策略的改進(jìn)38-39
• 5.1.3 外部種群的更新39
• 5.1.4 算法約束處理39-40
• 5.2 實(shí)驗(yàn)結(jié)果與比較40-47
• 5.2.1 評(píng)價(jià)指標(biāo)40-41
• 5.2.2 實(shí)例分析41-47
• 6 總結(jié)與展望47-49
• 6.1 總結(jié)47
• 6.2 后續(xù)拓展研究47-49
• 參考文獻(xiàn)49-56
• 致謝56-57
• 攻讀碩士學(xué)位期間研究成果57-58

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 何幼林;歐福軍;魏華實(shí);徐健;張雍吉;;蟻群算法的原理及其在組合優(yōu)化中的應(yīng)用[J];黑龍江科技信息;2008年01期

2 丁威;楊雪斌;;組合優(yōu)化在企業(yè)會(huì)議成員分配中的應(yīng)用[J];現(xiàn)代商貿(mào)工業(yè);2014年03期

3 趙剛;利用人才組合優(yōu)化員工配置[J];市場(chǎng)周刊(管理探索);2005年06期

4 彭勝志;王福勝;;高階投資組合優(yōu)化問(wèn)題的研究述評(píng)[J];財(cái)會(huì)研究;2012年01期

5 孫富;證券組合優(yōu)化問(wèn)題探討[J];中國(guó)管理科學(xué);1995年04期

6 陳盛雙,武華,李亮;企業(yè)管理組合優(yōu)化的數(shù)學(xué)模型及遺傳算法[J];武漢汽車工業(yè)大學(xué)學(xué)報(bào);2000年06期

7 譚志國(guó),茅惠芳;企業(yè)產(chǎn)品組合優(yōu)化原則探討[J];商業(yè)時(shí)代;2005年05期

8 王貞;劉三陽(yáng);孔翔宇;;投資組合優(yōu)化問(wèn)題情景生成方法的比較[J];蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

9 馬玉潔;;產(chǎn)品組合優(yōu)化決策方法分析[J];財(cái)會(huì)月刊;2013年17期

10 吳輝球;;基于遺傳算法的企業(yè)組合優(yōu)化研究[J];消費(fèi)導(dǎo)刊;2007年08期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前4條

1 于曉義;吳毅;王達(dá)達(dá);楊昆;;基于負(fù)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(jì)劃組合優(yōu)化問(wèn)題中的應(yīng)用[A];全國(guó)第十屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)年會(huì)論文集[C];2006年

3 徐俊明;;網(wǎng)絡(luò)分析中幾個(gè)組合優(yōu)化問(wèn)題[A];中國(guó)運(yùn)籌學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)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(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前3條

1 程建平;發(fā)掘資源的最大價(jià)值[N];中國(guó)特產(chǎn)報(bào);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(bào);2005年

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

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

1 王軍強(qiáng);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(guó)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(hào)：454949