论文部分内容阅读
投资优化的关键是依据投资者的偏好,对收益和风险做出权衡,确定各种证券的投资比例,从而得到满意的投资组合. 遗传算法是一种模拟自然界生物进化的搜索算法,由于它具有很强的全局搜索能力和较好的鲁棒性而成为求解组合优化问题的有效方法.本文介绍了遗传算法的基本概念和基本理论,对遗传算法的选择操作、交叉操作和变异操作做了详细介绍. 本文将遗传算法和投资组合结合起来,建立了考虑交易费用,并带有整手交易、风险证券投资限额和总资本约束的投资优化模型,根据问题可行解的具体特点,提出了一种不可行解的随机修复技巧,并据此设计了一种遗传算法,从而实现了该问题的求解.最后,通过实证分析验证了所建立的投资组合模型和算法的有效性和可行性. 全文共分五章: 第一章,介绍投资优化问题的背景及研究现状,重点介绍Markowitz提出的均值-方差模型和围绕均值-方差理论所做的一系列拓展研究. 第二章,介绍遗传算法的理论和主要操作. 第三章,研究带有基数约束的均值-半方差投资优化模型及其遗传算法. 第四章,研究均值-绝对偏差投资优化模型及其遗传算法.选择沪深股市的10只股票进行了投资组合,用Matlab科学计算软件进行编程与计算,得到了最优投资组合中股票的种类及其投资比例和有效前沿.结果表明,本文给出的遗传算法是成功的、有效的. 第五章,总结.