粒子群优化算法在投资组合中的应用

《粒子群优化算法在投资组合中的应用》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、类号：UDC密级：编号：学术学位硕士论文粒子群优化算法在投资组合中的应用ApplicationofParticleSwarmOptimizationtoPortfolioSelection专业名称统计学学位申请人陈东导师姓名及职称胡桂武教授学号13810670190入学时间2013年9月2016年5月22日－…．－…’？—＇…門’．．．Ｉ思乃巧．叩：咒可：胖巧片杆乃片．．—粒子群优化算法在投资组合中的应用ＩｍＡｐｐｌｉｃａｔｉｏｎｏｆＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎｔｏＢＰｏｒｔ

2、ｆｏｌｉｏＳｅｌｅｃｔｉｏｎ…——ｌｉ指…。Ｋ腸学号１３８１０６７０巧０入学时间２０１３年９月一ＩＢ论文答辩时间２０１６年５月２２自发答辩委员会主席ＩＩ曇講：；画；作Ｈ答鶴委员会委员／，Ｉ、ｊＪ心／心抑Ｉ汽，’■？ｆ沾？？瑞增霧蕾藉南枯：苗鴻巧背哉由尹．養叟驚據盎护．广东财综大学学位论文原创性声明■本人郑重声明：所呈交的学位论文是本人在导师的指导下独立进行巧究工作所取得的成果。除文中臣经注明引用的内容外，本论文不含任何其他个人或集体己经发表

3、或撰写过的作品成果。对本文巧巧究做出重要贡献的个人和集体，均邑在文中明确方式标明。因本学位：论文引起的法律后栗完全由本人承担。－学位论文作者签名：；＾东（－签字目期ｉｌ日：Ｍ屋年ｆ月广东财经大学学位论文版权使用授权书；本学位论文作者完全了解广东财经大学有关保留、使用学位论文；的规定，有权保蟹并向国家有关部ｎ或机构送交论文的纸质版和电子＾版；，允许论文被查阅和入借闽。本人授权广东财经大学可乂将学位论文；的全部或部分内容编有关数据库进行检索，可Ｌ乂采用影印、缩印或扫描等复制手段保存、汇

4、编学位论文。－（保密的学位论文在解密后适用本授权书）＇学位论文作者签名：）｜｜、專ｍ卷心－－签字日期：ｌ；ｌｔ年女月ＺＶ日签字日期＾４＾／日＞若／摘要最近数年，中国股市比较低迷，投资者需要更慎重地权衡收益率和风险以做出合理的投资决策。相比于方差和风险价值（VaR），条件风险价值（CVaR）更能说明潜在的风险大小，同时具有良好的统计性质；但是均值-CVaR模型直接求解较为困难，尤其是维数较高时，所以常常选择随机搜索策略来求解，即使无法找到最优解，也有很大概率得到近似的最优解。标准的粒子群算法原理简单、参数少、容

5、易实现，但后期收敛慢、精度低；本文在研究均值-CVaR模型特点的基础上，对粒子群算法进行改进，加入惯性权重先增后减、适应度变差清零的策略，提高了算法的效率和精度。本文选取了8只来自四个不同板块的股票的历史数据，分别应用标准粒子群算法和改进的粒子群算法对均值-CVaR模型和以此为基础的收益率-风险共同作为目标的投资组合模型求解，主要得出以下成果：（1）改进的算法在迭代次数更少的情况下，得出的投资组合收益率更高同时CVaR更低，证明改进的算法更有效；（2）得出期望收益率和CVaR之间存在近似的“帕累托最优”曲线，曲线表明在期望收益率较低时

6、，可以通过改变投资组合提高期望收益率，而同时保证CVaR不会明显增大；但当期望收益率已经比较高时，再继续提高就必然面临CVaR的大幅提高。（3）2014下半年至今，中国股市处于高风险高收益情况。本文多次运行程序，得出的最优投资组合是每天0.15%的期望收益率，同时每天5%的可能面临6.66%的损失。关键词：期望收益率；CVaR；投资组合；粒子群优化算法IABSTRACTBecauseConditionalValue-at-Risk(CVaR)canmeasurethepotentialrisksmorefullyandhasgoods

7、tatisticalproperties,soitisgenerallyconsideredabetterriskmeasurementtoolthanVaR.ButtheMean-CVaRmodelisverydifficulttobesolveddirectly,soitisnecessarytointelligentalgorithmsforhelp.Standardparticleswarmalgorithmprinciple(PSO)issimpleandlessparameters,butwithslowconvergen

8、cerateatlaterperiodandlowprecision.Basedonthestudythemean-CVaRmodel,thispaperimprovesparticleswarmalgorithm,in