【摘要】：證券投資組合優(yōu)化計算問題是人們關(guān)注的熱點、難點問題。目前對其進行的研究主要集中于遺傳算法、二次規(guī)劃法、蟻群算法等方面,得到的結(jié)果也比較多。但這些算法仍有不足之處,并且對其投資組合中出現(xiàn)的數(shù)據(jù)隨機性和波動性沒有得到很好地解決。本文主要針對數(shù)據(jù)處理和算法等方面展開工作。一是利用數(shù)據(jù)累加和數(shù)據(jù)累減技術(shù),對證券投資組合問題中選取的數(shù)據(jù)進行平滑處理,較好地解決了原始數(shù)據(jù)中隨機性和波動性問題。二是分別采用差分進化算法和遺傳算法,對證券投資組合問題進行求解。通過對采集到的原始數(shù)據(jù)累加與累減處理后,在保持組合收益不變的情況下,再進行優(yōu)化計算。本文結(jié)果表明,一方面比較遺傳算法和差分進化算法,后者結(jié)果更適宜于本文所討論的投資模型;另一方面將文中計算得到的風險系數(shù)與文獻[1]中得到的風險系數(shù)對比發(fā)現(xiàn),文中的結(jié)果更精確。由此可知,對于證券投資組合問題,運用數(shù)據(jù)累加與累減技術(shù)和差分進化算法相結(jié)合的方法來解決是比較有優(yōu)勢的。
【圖文】：

2 知識準備2 知識準備 證券投資組合模型.1 Markowitz 模型前提條件建立 Markowitz 模型的前提條件[49]是：建立無差異曲線、可行集、最小方差集前沿的基本概念。無差異曲線[49]是指：給定一個投資組合P ，所有與P 有一樣效用的組合，在 ,構(gòu)成的曲線。對于投資者而言，在同一條無差異曲線上的任意兩點具有一樣的效差異曲線位置越高，投資者對該曲線所對應(yīng)的證券組合的滿意度越高。根據(jù)投種不同分類，無差異曲線也分為三類，，平面曲線圖如下：

圖 3-1 遺傳算法流程圖算法的參數(shù)控制研究對遺傳算法基本步驟的介紹可知，其控制參數(shù)共有四個：NP 、cP 、制參數(shù)設(shè)置的合理性，很大程度上影響著算法的性能和收斂速度，根這些控制參數(shù)選擇的經(jīng)驗規(guī)則如下：種群大小NP ：一般取[10,200]之間。大，算法運行的復(fù)雜度就比較高； NP 過小，則會影響遺傳算法的性交叉概率cP ：取值一般在[0.25,1.00]之間。過大，算法高性能的模式被破壞的可能性就比較高，cP 過小，算法搜弱。變異概率mP ：取值一般在[0.001,0.1]之間。作主要目的是保持種群多樣性，mP 取值過大，可能導(dǎo)致算法更傾向于
【學位授予單位】：華北水利水電大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP18;F830.9

【參考文獻】

相關(guān)期刊論文 前9條

1 黃招娣;;基于改進粒子群算法的神經(jīng)網(wǎng)絡(luò)優(yōu)化證券投資組合方法[J];井岡山大學學報(社會科學版);2014年03期

2 劉法貴;徐捷;;基于預(yù)期理論的動態(tài)隨機價格模型及應(yīng)用[J];華北水利水電學院學報;2013年01期

3 廖旭威;;我國現(xiàn)代證券投資組合理論應(yīng)用現(xiàn)狀初探[J];商場現(xiàn)代化;2010年09期

4 呂敬輝;許曉兵;宋書強;葉偉;;基于差分進化算法的證券投資組合優(yōu)化研究[J];中國證券期貨;2009年08期

5 劉曉峰;陳通;張連營;;基于微粒群算法的最佳證券投資組合研究[J];系統(tǒng)管理學報;2008年02期

6 楊利;李玉娟;;基于改進模擬退火法的證券投資組合優(yōu)化[J];消費導(dǎo)刊;2007年07期

7 張颯嵐;;現(xiàn)代證券投資組合理論在中國證券市場的應(yīng)用綜述[J];時代金融;2007年06期

8 丁雪梅,倫立軍,辛英;基于模擬退火算法的證券投資最優(yōu)組合理論研究[J];哈爾濱師范大學自然科學學報;2003年05期

9 王鳳儒,徐蔚文,王鳳林;基于序值編碼的遺傳算法及其應(yīng)用[J];電機與控制學報;2001年01期

相關(guān)碩士學位論文 前9條

1 翁晴晴;應(yīng)用自適應(yīng)差分進化算法優(yōu)化軟件測試數(shù)據(jù)的研究[D];安徽大學;2018年

2 白衛(wèi)東;基于區(qū)間線性規(guī)劃的投資組合模型研究[D];華北水利水電大學;2017年

3 姜夢晶;遺傳算法模型和二次規(guī)劃算法在投資組合最優(yōu)化中的應(yīng)用[D];蘭州大學;2013年

4 謝燕蘭;蟻群算法在證券投資組合優(yōu)化中的應(yīng)用研究[D];蘇州大學;2008年

5 汪炎汝;現(xiàn)代證券投資組合的收益與風險分析[D];湖南農(nóng)業(yè)大學;2004年

6 李群育;免疫優(yōu)化算法及其在投資組合中的應(yīng)用研究[D];重慶大學;2004年

7 陳煒;遺傳算法研究及其在證券投資組合中的應(yīng)用[D];寧夏大學;2004年

8 李賀;證券投資組合理論與方法研究[D];河海大學;2004年

9 向祥華;證券投資組合構(gòu)建的理論與方法研究[D];湖南大學;2001年

本文編號：2684470