分享到:

求解投资组合模型的遗传算法

针对投资组合模型的特点,研究了遗传算法的编码、算子和算子参数,设计出了一个能  (本文共4页) 阅读全文>>

华南理工大学
华南理工大学

融资性投资组合模型及改进遗传算法研究

证券市场是一个极其复杂多变的系统,2007年始发美国爆发了世纪性的金融危机,对各国证券市场都造成了不同程度的损失,我国证券市场也不例外。因此如何正确地选择投资产品、能有效分散投资风险的同时又能获取一定的期望收益,成为金融证券市场上迫切的需求,因此有效的现代投资组合模型和求解模型的算法的实现具有极其重要的实用价值。基于上述背景,一方面本文基于现实证券市场上买卖股票的实际操作情况,建立了存在融资、存在交易费用、存在最小交易单位的投资组合模型。另一方面,基于建立的双目标投资组合模型的特点,设计了相应的改进的NSGAII遗传算法,在编码方式、交叉变异以及变量处理都进行了改进,以使得设计的算法适合本文建立的投资组合模型。在非常量范围的约束条件处理上,本文引进了惩罚函数。为了验证本文设计的模型和算法的有效性和实用性,本文通过实证方法进行验证,从多目标优化问题的解多样性、解分布均匀等算法评价方面,以及解与实际投资情况相吻合的角度进行验证,从实...  (本文共65页) 本文目录 | 阅读全文>>

山东大学
山东大学

遗传算法在我国证券市场中的应用

我国证券市场经过十多年的发展,取得了长足得进步。但不可否认的是,我国的证券市场由于披露机制、监管机制等的不健全,存在着较高的风险,还需要从多方面进行完善。研究我国证券市场的运行特征和市场风险,并应用投资组合理论实证规避投资风险的投资组合方法,为中小投资者在证券市场投资提供帮助是有必要的。本文共分四章。第一章主要研究指出,中国证券市场存在较高风险是由于其运行特征及其内在矛盾共同作用的结果。其中的制度因素又是我国证券市场运行、发展和建设的主要矛盾。政府对股市的过多干预,造成整个市场的非有效性,使得市场的运行发展与政府意图发生严重背离,损害了市场的效率与活力。为保证社会安定,经济快速、稳定的发展,中国证券市场的制度改革创新势在必行。投资者为了减少的风险,选用投资组合是必不可少的。第二章主要描述了规避风险的主要模型,所选用的模型有马克维茨的均值—方差模型、APT和多因素证券组合投资多目标决策模型。第三章介绍了一种现代新颖的优化算法—标准...  (本文共54页) 本文目录 | 阅读全文>>

大连理工大学
大连理工大学

基于遗传算法的基金投资组合模型研究

随着经济发展的加快,中国的金融市场和金融体制不断完善。在国民人均可支配收入不断增长的趋势下,基金作为一种主要的大众投资方式,在近两年的时间内,呈现了迅猛发展的势头。基金逐渐成中国资本市场上的主要机构投资者,其投资组合直接作用于证券市场的价格波动。因此,建立有效的基金投资组合模型对中国金融市场的稳定发展具有十分重要的实践意义。本论文共分为四个部分:第一部分,综述国内外有关文献研究现状,提出了研究的意义;第二部分,界定了基金和基金资产的概念,分析了基金资产的构成,剖析了现有投资组合模型的不足及相应的解决思路:第三部分对股票资产按照风险角度进行了分类,建立了基金资产分类的模糊数学模型。将股票和国债的单位风险所获得的超额收益作为遗传算法中的被操作对象,以遗传算法中的目标函数的形式来建立了投资组合模型,将投资组合模型作为遗传算法中的适应度函数,最终来求解不同风险偏好系数下的最优解。第四部分,选取上证180样本股数据为样本,应用遗传算法计算...  (本文共64页) 本文目录 | 阅读全文>>

天津大学
天津大学

求解投资组合问题的多目标遗传算法研究

投资组合问题在金融投资决策领域有着广泛的应用,多年来一直是研究的热点。传统的算法对问题的约束条件要求比较严格,且很难处理大规模的问题,而现有的启发式算法虽然求解时间较短,但往往存在解质量效率低下的缺点。随着遗传算法的发展,它已被应用到这一问题的求解。已有结果表明,遗传算法可以很好地兼顾运算效率和解质量效率这两方面的要求,在解决投资组合问题上具有很好的发展前途。本文在广泛深入地查阅国内外文献的基础上,对遗传算法的基础理论和方法进行了深入的理论研究,并应用遗传算法对投资组合问题进行了实验分析。在经典投资组合模型的基础上,通过对实际情况的研究,加入了相应的约束构成新的投资组合问题模型,使之更具备实用性。通过对模型特征的分析,设计了相应的遗传算法进行求解,并取得了较好的效果。主要内容如下:1.系统、详尽的介绍了遗传算法的一般流程和基本理论、方法;2.简要介绍了投资组合问题及其起源和发展历史,归纳总结了其求解方法;3.为了提高投资组合问题...  (本文共44页) 本文目录 | 阅读全文>>

北京化工大学
北京化工大学

证券投资组合问题研究及改进仿生算法求解

近年来,受世界经济格局以及金融形势的影响,证券组合投资成为当前一个很热的课题。在现实生活中,越来越多的人选择投资股票来进行理财。股票类型、品种等多种多样,发展潜力、投资收益、风险也就各不相同,而投资者的资金是一定的,这样就必须考虑每支股票的投资比例。本文以国内股票市场为背景,讨论了如何通过仿生算法做出较优秀的证券组合投资决策。本文结合Markowitz证券投资组合理论和国内股票市场实际情况,利用熵对方差度量风险进行了补充,并加入了专家评价对预期收益率向量和协方差矩阵实行了模糊化处理,以提高其现实可行性。同时考虑了相关政策法规以及其他现实约束,设立了投资上下限,建立了改进的投资组合模型,用三种改进仿生算法对其求解。针对传统遗传算法收敛速度慢,运算时间长的缺点,提出了自适应并行遗传算法。该算法建立了多处理器并行处理的新思路,改进了交叉、变异算子,使其能够自我调节。最后,利用算例论证了算法的有效性。对标准PSO算法引入遗传算法中的交叉...  (本文共66页) 本文目录 | 阅读全文>>