基于遺傳算法的最優(yōu)證券組合投資模型研究.pdf

1、該文提出采用遺傳算法對(duì)證券組合投資模型進(jìn)行計(jì)算,得到了滿足特定投資者的最優(yōu)投資組合,并在研究過(guò)程中對(duì)組合投資模型進(jìn)行了改進(jìn),同時(shí)也改進(jìn)了遺傳算法,使其能適應(yīng)該文的模型.由于證券投資組合的挑選是一項(xiàng)復(fù)雜的系統(tǒng)工程,在挑選之前要對(duì)歷史數(shù)據(jù)進(jìn)行充分的分析,因此該文首先對(duì)初步挑選的證券進(jìn)行價(jià)格預(yù)測(cè),研究投資時(shí)機(jī)是否適合,以及挑選的證券是否適合.該文通過(guò)比較分析后,采用RBF神經(jīng)網(wǎng)絡(luò)模型對(duì)證券價(jià)格進(jìn)行了預(yù)測(cè),并在這個(gè)基礎(chǔ)上得到了適用于組合的證券.

2、在得到所需的證券之后,計(jì)算其期望收益及方差,并進(jìn)一步調(diào)整欲組合的證券.隨后構(gòu)造了適合實(shí)際市場(chǎng)情況的證券組合模型,并計(jì)算具體的組合.由于采用傳統(tǒng)的數(shù)學(xué)方法解決本文問(wèn)題存在一定難度,因此通過(guò)研究考慮采用遺傳算法來(lái)進(jìn)行計(jì)算,并在計(jì)算過(guò)程中針對(duì)遺傳算法存在的缺陷進(jìn)行了改進(jìn),采用自適應(yīng)遺傳算法來(lái)實(shí)現(xiàn)計(jì)算目標(biāo).在得到有效解后,該文提出采用兩種方法來(lái)獲取最優(yōu)解:第一種方法是采用特定投資者的無(wú)差異曲線與有效邊界相切的方法得到最優(yōu)解;第二種方法是采用安全