论文部分内容阅读
多目标投资组合优化就是决定每个具有特定风险、回报、交易费用等特征的资产在总投资价值中的投资比例，即选择那些资产投资以及寻找每个投资资产的最佳投资比例，使得总投资的风险最小、交易费用最小、回报最大等等。该问题是典型的NP难解问题，通常方法很难达到全局最优。研究如何把基于量子行为的微粒群优化算法（QPSO算法）和模拟退火算法（SA算法）结合起来解决多目标投资组合优化问题。利用美国标准普尔指数100的股票历史数据进行验证，纯QPSO算法与QPSO—SA混合算法的运行结果比较表明在解决多目标投资组优化问题中，QP