本文關(guān)鍵詞：基于改進(jìn)蟻群算法的投資組合優(yōu)化研究，由筆耕文化傳播整理發(fā)布。

【摘要】：證券投資組合主要是解決投資者在資金總量一定的情況下,通過構(gòu)建一組投資組合來分散風(fēng)險(xiǎn)、獲取收益,以及如何分配資金的問題,使所構(gòu)建的投資組合達(dá)到收益一定時(shí)風(fēng)險(xiǎn)最小,或者風(fēng)險(xiǎn)一定時(shí)收益最大的目的。出于投資者理財(cái)?shù)男枨?人們投向證券市場(chǎng)的資金越來越多,但證券投資是一項(xiàng)高風(fēng)險(xiǎn)的活動(dòng)。構(gòu)建投資組合而非將“雞蛋放入一個(gè)籃子中”是一種有效的分散風(fēng)險(xiǎn)獲取較高收益的方法。蟻群算法是模擬生物界螞蟻覓食行為的智能優(yōu)化算法,人工蟻群算法已經(jīng)成功解決生活中的二次分配問題、旅行商問題等一系列難題,并取得了較好的優(yōu)化效果。蟻群算法對(duì)要解決問題的限制條件少,因而其應(yīng)用范圍十分廣泛。近幾年已有學(xué)者將智能優(yōu)化算法用于解決投資組合問題,但蟻群算法在這方面的應(yīng)用和研究相對(duì)較少。因此,本文將改進(jìn)的蟻群算法應(yīng)用于解決投資組合問題的研究,既有一定的理論意義也有一定的現(xiàn)實(shí)意義。本文在Markowitz的經(jīng)典投資組合模型的基礎(chǔ)上對(duì)該模型進(jìn)行改進(jìn),并將股票交易的最小交易單位、交易過程中的交易成本和最大交易量等約束條件加入模型之中,使模型與現(xiàn)實(shí)結(jié)合的更為緊密。投資組合是一個(gè)求多目標(biāo)函數(shù)極值的問題,為方便與蟻群算法結(jié)合,本文借鑒Markowitz的經(jīng)典投資組合模型求解的過程,采用組合收益減去組合方差的方式將多目標(biāo)問題轉(zhuǎn)化為求單目標(biāo)函數(shù)最大值的問題。對(duì)于蟻群算法,本文從基本蟻群算法入手,將蟻群算法中影響優(yōu)化效果的信息素和啟發(fā)函數(shù)等因素進(jìn)行改進(jìn),與影響股票價(jià)格的收益率、方差和成交量等指標(biāo)相結(jié)合,使蟻群算法對(duì)投資組合模型的優(yōu)化更加高效。目前,互聯(lián)網(wǎng)金融的發(fā)展正在促進(jìn)我國(guó)金融市場(chǎng)的變革,互聯(lián)網(wǎng)金融領(lǐng)域的理財(cái)產(chǎn)品已成為人們投資的重要選擇之一。因此,在本文的投資組合模型構(gòu)建中,將互聯(lián)網(wǎng)金融的代表性產(chǎn)品——余額寶納入投資標(biāo)的。并選取5只上市股票和余額寶一起進(jìn)行實(shí)證分析,得出目標(biāo)函數(shù)最大時(shí)和目標(biāo)函數(shù)最小時(shí)兩組投資組合。對(duì)得出的投資組合分別從收益、風(fēng)險(xiǎn)、成本和兩組合分別適合的人群進(jìn)行分析,分析表明該模型得出的結(jié)果符合證券市場(chǎng)正常的波動(dòng)情況以及人們的投資習(xí)慣。本文所做的主要工作有三點(diǎn),一是在總結(jié)前人研究成果的基礎(chǔ)上對(duì)投資組合模型進(jìn)行改進(jìn),使模型的實(shí)用性更強(qiáng);二是緊隨金融市場(chǎng)創(chuàng)新性發(fā)展的變化而變化,將余額寶納入投資標(biāo)的,拓展模型的適用范圍;三是用改進(jìn)蟻群算法模擬證券投資行為,使算法與模型結(jié)合的更加完善,提高優(yōu)化效果,并對(duì)得出的兩組投資組合的結(jié)果進(jìn)行經(jīng)濟(jì)學(xué)范圍內(nèi)的分析,分析表明模型求解的結(jié)果與實(shí)際相符。
【關(guān)鍵詞】：蟻群算法 證券投資 投資組合模型 股票 互聯(lián)網(wǎng)金融
【學(xué)位授予單位】：天津商業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18;F830.59
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-16
• 1.1 研究背景和意義9-10
• 1.1.1 研究背景9
• 1.1.2 研究意義9-10
• 1.2 文獻(xiàn)綜述10-13
• 1.2.1 蟻群算法10-11
• 1.2.2 Markowitz投資組合模型及模型優(yōu)化11-13
• 1.3 本文的研究思路、研究方法、篇章結(jié)構(gòu)及所做主要工作13-16
• 1.3.1 本文的研究思路13-14
• 1.3.2 本文的研究方法14-15
• 1.3.3 本文篇章結(jié)構(gòu)15
• 1.3.4 本文所做的主要工作15-16
• 第二章 蟻群算法基本理論16-25
• 2.1 生物蟻群的理論分析16-18
• 2.1.1 生物蟻群的覓食行為16-17
• 2.1.2 生物蟻群的覓食策略17-18
• 2.2 人工蟻群算法分析18-22
• 2.2.1 人工蟻群算法描述18-19
• 2.2.2 人工蟻群算法的應(yīng)用19-22
• 2.3 人工蟻群和生物蟻群的異同22-23
• 2.4 本章小結(jié)23-25
• 第三章 證券投資基本理論25-37
• 3.1 證券市場(chǎng)概述25-26
• 3.1.1 市場(chǎng)結(jié)構(gòu)25-26
• 3.1.2 市場(chǎng)功能26
• 3.2 證券投資分析26-28
• 3.2.1 基本面分析26-27
• 3.2.2 技術(shù)分析27-28
• 3.3 證券投資主要理論模型28-34
• 3.3.1 Markowitz均值-方差模型29-30
• 3.3.2 因素模型30-32
• 3.3.3 資本資產(chǎn)定價(jià)模型32-33
• 3.3.4 套利定價(jià)模型33
• 3.3.5 安全首要模型33-34
• 3.4 改進(jìn)的投資組合模型34-36
• 3.5 本章小結(jié)36-37
• 第四章 基于蟻群算法的投資組合優(yōu)化研究37-51
• 4.1 投資組合優(yōu)化的算法原理37-38
• 4.1.1 信息素37
• 4.1.2 啟發(fā)函數(shù)37-38
• 4.1.3 轉(zhuǎn)移概率38
• 4.2 蟻群算法實(shí)現(xiàn)步驟38-39
• 4.3 選股策略39-42
• 4.4 數(shù)據(jù)預(yù)處理42-47
• 4.4.1 收益率數(shù)據(jù)預(yù)處理42-44
• 4.4.2 方差與協(xié)方差的預(yù)處理44-45
• 4.4.3 成交量數(shù)據(jù)預(yù)處理45-47
• 4.5 實(shí)證研究及結(jié)果分析47-50
• 4.5.1 目標(biāo)函數(shù)最大值47-48
• 4.5.2 目標(biāo)函數(shù)最小值48-49
• 4.5.3 結(jié)果分析49-50
• 4.6 本章小結(jié)50-51
• 第五章 結(jié)論51-53
• 5.1 結(jié)論與展望51
• 5.2 不足及今后的研究方向51-53
• 參考文獻(xiàn)53-58
• 發(fā)表論文及參加科研情況說明58-59
• 致謝59-60

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 陳國(guó)華;李軍成;劉世媛;;風(fēng)險(xiǎn)效用投資組合模型的遺傳算法求解[J];計(jì)算機(jī)工程與應(yīng)用;2011年02期

2 郁志勤;楊根科;張國(guó)勇;;基于非正態(tài)分布收益率的限制賣空投資組合模型及其優(yōu)化仿真[J];微型電腦應(yīng)用;2011年01期

3 錢淑渠;韓燕飛;李曉麗;;不確定環(huán)境多目標(biāo)投資組合模型及求解算法探究[J];電子設(shè)計(jì)工程;2014年14期

4 吳錦桂;;多目標(biāo)投資組合模型研究——基于NSGAII算法的改進(jìn)[J];財(cái)會(huì)通訊;2014年14期

5 何光;吳萌;;基于改進(jìn)粒子群算法的投資組合模型[J];計(jì)算機(jī)仿真;2013年02期

6 朱俊林;付英姿;陳異;;證券投資組合模型及其應(yīng)用[J];計(jì)算機(jī)技術(shù)與發(fā)展;2013年12期

7 呂小妮;含交易費(fèi)用投資組合模型的建立[J];西安郵電學(xué)院學(xué)報(bào);2005年01期

8 張曉鵬;王劍平;;多條件約束下投資組合模型研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2013年06期

9 劉洪杰,王秀峰,王治寶;改進(jìn)的多模態(tài)遺傳算法及其在投資組合中的應(yīng)用[J];控制與決策;2003年02期

10 屠新曙;謝曉聞;;基于PID控制器的動(dòng)態(tài)投資組合模型[J];控制與決策;2014年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前9條

1 陳國(guó)華;廖小蓮;;帶流動(dòng)性的多目標(biāo)投資組合模型[A];第九屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2007年

2 陳國(guó)華;廖小蓮;;基于區(qū)間規(guī)劃的投資組合模型[A];中國(guó)運(yùn)籌學(xué)會(huì)模糊信息與模糊工程分會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2010年

3 孫麗華;張興芳;;基于正弦熵的投資組合模型[A];第十屆中國(guó)不確定系統(tǒng)年會(huì)、第十四屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2012年

4 黃文華;王仁明;;用遺傳算法求解全系數(shù)模糊證券投資組合模型[A];湖北省機(jī)械工程學(xué)會(huì)青年分會(huì)2006年年會(huì)暨第2屆機(jī)械學(xué)院院長(zhǎng)（系主任）會(huì)議論文集（下）[C];2006年

5 邵全;吳祈宗;;隨機(jī)規(guī)劃下的投資組合模型研究[A];管理科學(xué)與系統(tǒng)科學(xué)研究新進(jìn)展——第8屆全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

6 陳國(guó)華;廖小蓮;;模糊投資組合模型[A];第六屆中國(guó)不確定系統(tǒng)年會(huì)論文集[C];2008年

7 陳國(guó)華;廖小蓮;;均值-熵投資組合模型的模糊兩階段解法[A];第八屆中國(guó)不確定系統(tǒng)年會(huì)論文集[C];2010年

8 李繼;高岳林;;考慮交易成本的M-VaR投資組合模型及算法研究[A];第十屆中國(guó)不確定系統(tǒng)年會(huì)、第十四屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2012年

9 胡靜;李昌榮;;家庭資產(chǎn)配置定量技術(shù)研究[A];和諧發(fā)展與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第十五屆年會(huì)論文集[C];2008年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 李云龍 編譯;瑞士信貸中國(guó)投資組合三月末的調(diào)整[N];證券日?qǐng)?bào);2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 邸浩;考慮背景風(fēng)險(xiǎn)和心理賬戶的不確定投資組合模型及決策研究[D];北京科技大學(xué);2016年

2 鄧雄;考慮背景風(fēng)險(xiǎn)與社會(huì)責(zé)任的投資組合模型及算法研究[D];華南理工大學(xué);2016年

3 張鵬;可計(jì)算的投資組合模型與優(yōu)化方法研究[D];華中科技大學(xué);2006年

4 單單;止損策略對(duì)雙隨機(jī)安全第一投資組合模型的影響研究[D];重慶大學(xué);2014年

5 侯成琪;非正態(tài)分布條件下的投資組合模型研究[D];武漢大學(xué);2005年

6 衛(wèi)淑芝;隨機(jī)市場(chǎng)環(huán)境下動(dòng)態(tài)最優(yōu)投資組合模型研究[D];上海交通大學(xué);2009年

7 陳煒;投資組合選擇模型及啟發(fā)式算法研究[D];北京交通大學(xué);2007年

8 鄧雪;投資組合優(yōu)化模型研究[D];華南理工大學(xué);2010年

9 陳國(guó)華;模糊投資組合優(yōu)化研究[D];湖南大學(xué);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 尹明強(qiáng);不確定變量下的投資組合模型[D];渤海大學(xué);2015年

2 顧慧;基于預(yù)期行為效用的投資組合模型研究[D];東南大學(xué);2015年

3 李桐;多階段跟蹤誤差投資組合模型及實(shí)證研究[D];華南理工大學(xué);2016年

4 于延磊;基于改進(jìn)蟻群算法的投資組合優(yōu)化研究[D];天津商業(yè)大學(xué);2016年

5 李麗霞;兼顧投資心理的均值—尺度參數(shù)投資組合模型研究[D];武漢理工大學(xué);2007年

6 王金鳳;多階段投資組合模型及其算法的研究[D];南昌航空大學(xué);2010年

7 劉玎玎;損益情緒投資組合模型研究[D];南華大學(xué);2015年

8 劉忠元;基于貝葉斯理論的投資組合模型研究[D];武漢理工大學(xué);2009年

9 吳錦桂;融資性投資組合模型及改進(jìn)遺傳算法研究[D];華南理工大學(xué);2011年

10 陳靜陽;收益率為模糊數(shù)的投資組合模型及實(shí)證分析[D];廣州大學(xué);2011年

  本文關(guān)鍵詞：基于改進(jìn)蟻群算法的投資組合優(yōu)化研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：465497