毕业论文附件模板(任务书,开题报告,答辩记录,指导评阅教师意见表)

《毕业论文附件模板(任务书,开题报告,答辩记录,指导评阅教师意见表)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、XXXX本科毕业论文（设计）任务书学院：XXXXXXXXXX专业：XXXXXXXXXXXX学生姓名XXX学号XXXXXXXXXXXX毕业论文（设计）题目：求解投资组合模型的智能算法设计毕业论文（设计）内容：1、学习股票投资组合问题相关模型的基本原理；2、探究用智能算法求解大规模股票投资组合问题的基本流程；3、针对股票数据，利用MATLAB编写求解程序进行股票投资组合模型的实证研究。毕业论文（设计）要求及应完成的工作：1.了解股票投资组合相关知识；2.学会SPSS主成分分析的应用；3.能够利用股票数据和MATLAB进

2、行投资组合模型的实证研究与分析；4.按论文格式认真完成论文，准备论文答辩。进度安排毕业论文（设计）各阶段名称起止日期1论文选题，下达任务书，并指导论文各阶段的进度安排201X年11月初—11月底2完成毕业论文资料的收集、想法、实验步骤的定稿前期准备工作；在指导教师的指导下写《开题报告》201X年12月初—12月底3完成毕业论文的初步定稿、实验各个环节的确定201X年3月初—3月底4完成论文的初稿，在指导教师的指导下完成论文的修订201X年4月初—5月中旬5完成毕业论文的定稿、装订工作；准备答辩201X年5月中旬—6

3、月初应收集的资料、主要参考文献及实习地点：[1]王云霞.基于主成分—BP神经网络的股票预测[D].山东大学,2011.[2]陈莉.股票投资组合构建与优化实证研究[D].电子科技大学,2015.[3]蒋红霞.企业绩效评价效果的影响因素研究[D].山东财经大学,2014.[4]邹辉文,汤兵勇.股票投资组合管理与优化模型[J].黑龙江大学自然科学学报,2004,01:39-42.[5]杜琰.现代企业绩效评价的几种新方法[J].中国质量,2004,07:19-22.指导教师签字:年月日专业负责人签字：年月日XXXX本科毕业

4、论文（设计）开题报告学院：XXXXXXXXXX专业：XXXXXXXXXXXXXXXXXXXXX学生姓名XXX学号XXXXXXXXXXX指导教师XXX职称教授所选题目名称：求解投资组合模型的智能算法设计课题研究现状：现代证券投资组合理论开始于美国著名经济学家Markowitz在1952年在《财务学杂志》发表的一篇题为“投资组合选择”的论文，开创了在不确定性条件下理性投资者进行资产组合投资的理论和方法。Markowitz的均值一方差方法虽然产生于二十世纪五十年代，但是被金融机构和投资者广泛采用是在八十年代初期，其主要原

5、因是期望收益和协方差矩阵的估计和计算问题。自二十世纪六十年代以来，许多学者在Markowitz投资组合的均值—方差理论和方法的基础上开展投资组合理论的研究工作。国内有关投资组合理论的研究和应用起步较晚，与西方市场经济国家己经形成的成熟理论体系相比，存在较大的差距是不言而喻的。尽管如此，国内己经在这一领域开展了许多有意义的尝试，尤其在投资组合的选择模型和有效边界的确定等方面，取得了一定的研究成果，但问题求解的算法研究还不是太多，尤其智能算法在这方面的应用研究还很欠缺。课题研究目的：投资证券市场是一个高风险的市场，它受

6、到国家经济形势政策变化以及市场自身规律等因素的影响，充满了许多无法预测的因素。因此，投资者不断地寻求能使投资的风险低而收益高的策略。而投资组合的存在，将使投资的各种证券适合进行分散化，通过多种证券风险的彼此抵消，使其单位收益的风险最小或者单位风险的收益率最大。目前，投资组合模型理论已经比较成熟，但由于风险度量的复杂性使得模型比较复杂，且随着求解维度的增加，组合投资模型优化是个NP困难问题，所以利用投资股票的历史数据，建立最优化模型，就具有重要的现实意义，可以为分析股票市场的股票价格变化和走势，提供重要的技术参数。课

7、题研究内容：1、学习股票投资组合问题相关模型的基本原理；2、学习使用SPSS对股票数据进行主成分分析；3、探究用智能算法求解大规模股票投资组合问题的基本流程；4、针对股票数据，利用MATLAB平台编程进行股票投资组合模型的实证研究。课题研究计划：毕业论文（设计）各阶段名称起止日期论文选题，下达任务书，并指导论文各阶段的进度安排201X年11月初—11月底完成毕业论文资料的收集、想法、实验步骤的定稿前期准备工作；在指导教师的指导下写《开题报告》201X年12月初—12月底完成毕业论文的初步定稿、实验各个环节的确定20

8、1X年3月初—3月底完成论文的初稿，在指导教师的指导下完成论文的修订201X年4月初—5月中旬完成毕业论文的定稿、装订工作；准备答辩201X年5月中旬—6月初主要参考文献：[1]王云霞.基于主成分—BP神经网络的股票预测[D].山东大学,2011.[2]刘小伟.基于神经网络的时间序列分析在股票投资中的研究与应用[D].沈阳工业大学,2015.[3]邹辉文,汤