基于改进pso算法的投资组合优化方法的设计和实现

《基于改进pso算法的投资组合优化方法的设计和实现》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、东南大学硕士学位论文3．4本章小结．．．．．．．．．．．．．．．．．．．．，．．．．．．．．．．．．．．．．38第四章基于M—v模型的投资组合实证研究．．．．．．．．．．．．．．．．，，．394．1样本数据的选取与处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．394．1．1样本股票的选取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．394．1．2训练区间和测试区间的选取．．．．．．．．．．．．．．．．．．．．．．404．1．3数据处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．404．2模型参数估计．

2、．．．。。．．。，．．．．．．．．．．．．。．．．．．．．．．．．424．3实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．444．4实验1：三种参数估计方法的比较和分析．．．．．．．．．．．．．．．．．．．444．4．I有效前沿的比较和分析．．．．．．．．．．．．．．．．．．．．．．．．．444．4．2收益率序列的比较和分析．．．．．．．．．．．．．．．．．．．．．．．454．5实验2：引入系统风险的M—V—S模型的实证与分析．．．．．．．．．．．．484．5．1模型介绍．．．．．．．．．．．．．．．．．．．．．．

3、．．．．．．．．．．．484．5．2实验结果与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．494．6本章小结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51第五章总结与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．535．1总结．．．．．．．．．．，．．．．．．．．．．．．．．．．．．．．．．．．．．．．．535．2展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54致谢．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．

4、．．55参黄贼．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57攻：读硕士学位期间的学沫I威深．．．．．．．．．．．．．．．．．．．．．．．．．．．61VI第一章绪论1．1研究背景及研究j蠢义弟一早鞴记在证券投资中如何对资本进行合理有效的分配是金融学研究的一个重要问题。面对金融市场这样一个充斥着各种不确定性因素的复杂系统，如何实现资本的优化配置就是投资组合优化问题所研究的内容。投资者在进行证券投资时最关心的两个问题是资产的预期收益与风险。因此，如何量化投资的风险与收益是投资者面临的首要问题。1952年，Markowitz

5、发表了题为《Po响lioSelection》的论文，提出经典的Markow沱均值一方差模型(简称M—v模型)，现代投资组合理论由此诞生。该理论将量化思想引入金融领域，使金融学摆脱了传统的描述性研究和经验主义，是现代金融理论的奠基石。现代投资组合理论研究在信息完全透明的理性市场中如何进行资产配置。投资者在众多投资组合中寻找Parcto最优解，即一定收益下风险最小的组合或一定风险下收益最大的组合。在Markowitz投资组合理论假定框架下，所有的Pareto最优解构成风险一收益平面内一条曲线，成为有效前沿。投资者依据自己对风险的厌恶程度选取有效前沿上不同

6、的点作为自己的最优投资组合。对基本M—V模型的求解，Markowitz提出了传统的二次规划方法。但是，投资组合优化问题是～个约束多目标优化问题，亦被证实是组合优化领域中的NP难问题。随着问题维数的增多，使用传统算法进行求解较为困难。类似的组合优化问题如旅行售货员问题、车问调度问题等，虽然对它们的描述较为简单，但是问题的求解却比较困难。其原因在于，采用传统算法求解这类问题，需要耗费巨大的计算量与极大的存储空间，导致现实运行中可操作性较差，无法得到令人满意的结果。此外，当扩展后的模型考虑到资产投资比例约束、资产种数约束、交易费用等实际条件时，模型的求解变

7、成了混合二次整数规划问题，进一步增大了模型求解的难度。随着计算机技术的飞速发展，作为人工智能一个重要领域的计算智能方法(compu．tationaIIntelligence)引起了众多研究者的广泛关注。其中的智能优化算法凶其较强的全局搜索能力，良好的自适应能力，以及智能性、健壮性、并行性，已被成功应用于各个领域，在科学研究中取得突破性进展的同时，在生产实践中也发挥着重要的作用。目前，已有越来越多的学者将智能优化算法引入了投资组合优化领域。实验表明，将智能优化算法与投资组合优化理论相结合，为投资组合优化问题提供了一种有效的求解方式。采用智能优化算法，如

8、蚁群优化算法、神经网络算法、遗传算法、模拟退火与禁东南大学硕士学位论文忌搜索算法等智能启发式优化算法对投资组