基于微粒群算法證券投資組合研究.pdf

1、隨著經(jīng)濟(jì)的快速發(fā)展,中國(guó)的金融市場(chǎng)和金融體制不斷完善,證券投資作為一種主要的投資方式,越來(lái)越受到人們的青睞。為使投資者獲取較好的收益同時(shí)規(guī)避市場(chǎng)風(fēng)險(xiǎn),就必須考慮合理分布各項(xiàng)資產(chǎn)的投資比例。Markowitz證券投資組合模型是金融定量化研究的開(kāi)端,可以幫助投資者做出合理有效的投資決策,國(guó)內(nèi)外許多學(xué)者在嘗試優(yōu)化證券投資組合模型并研究探索求解模型的手段,遺傳算法、神經(jīng)網(wǎng)絡(luò)等人工智能算法被普遍應(yīng)用到模型的求解中。
　　 本文以Marko

2、witz證券投資組合模型為基礎(chǔ)引入風(fēng)險(xiǎn)價(jià)值Var約束對(duì)模型進(jìn)行了優(yōu)化,并使用方差-協(xié)方差方法推導(dǎo)簡(jiǎn)化。通過(guò)選取上海證券交易所五只風(fēng)格迥異的股票使用具有慣性權(quán)重的微粒群算法及模擬退火算法進(jìn)行了求解,在比較了兩者的效率及運(yùn)算結(jié)果后,分析原因?qū)δM退火算法進(jìn)行了改進(jìn),實(shí)現(xiàn)了具有迭代N次無(wú)退出機(jī)制的模擬退火算法,取得了不錯(cuò)的效果。
　　 通過(guò)實(shí)驗(yàn)分析,我們可以看出具有Var約束的證券投資組合模型有效降低了投資者面臨的市場(chǎng)風(fēng)險(xiǎn),模型的提出