

已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、我國證券市場自20世紀90年代出現(xiàn)以來發(fā)展迅速,規(guī)模不斷擴大,但是各方面還不夠完善,市場的風險較大。在這樣一個不完善、風險高的市場中要想獲得投資收益,需要借助一個強有力的工具——投資組合。目前,眾多投資組合的數(shù)學模型已經成功的應用于證券市場的投資研究中,并已發(fā)揮了巨大的指導作用。投資組合模型應用的重點在于準確的求解模型,然而介于客觀市場的多變性、難于預測性以及非線性性,傳統(tǒng)的優(yōu)化搜索算法很難對其進行有效求解。近年來隨著遺傳算法的快速發(fā)展
2、,它已經被廣泛應用到投資組合問題的求解中。
本文從經典模型出發(fā),以不同的風險度量標準分別介紹了均值—方差模型、均值—下半方差模型以及利用了更前沿的金融風險度量方法的均值—VaR模型。進一步,本文根據中國國情,在上述模型的基礎上加入不允許賣空、最小交易單位等限制條件進行改進以得到符合中國市場實際情況的數(shù)學模型。
在模型的求解方法上,本文介紹了傳統(tǒng)遺傳算法和自適應遺傳算法的基本概念和過程,并設計了求解上述三種模型的兩種遺
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的基金投資組合模型研究.pdf
- 基于遺傳算法的CVaR投資組合模型研究.pdf
- 基于遺傳算法的投資組合模型及實證研究.pdf
- 基于遺傳算法的投資組合研究.pdf
- 基于遺傳算法的最優(yōu)證券組合投資模型研究.pdf
- 基于改進遺傳算法的投資組合研究.pdf
- 基于改進遺傳算法的動態(tài)投資組合優(yōu)化模型的研究.pdf
- 基于遺傳算法的CVaR模型在投資組合中的應用.pdf
- 基于改進遺傳算法的證券投資組合研究
- 基于改進遺傳算法的證券投資組合研究.pdf
- 基于混合遺傳算法的組合投資問題.pdf
- Markowitz投資組合模型的遺傳算法求解——在保險投資領域的實證研究.pdf
- 基于禁忌遺傳算法的房地產投資組合研究.pdf
- 求解投資組合問題的多目標遺傳算法研究.pdf
- 考慮完整交易費用組合投資模型的混合遺傳算法求解.pdf
- 基于遺傳算法的CVaR模型研究.pdf
- 基于遺傳算法的組合服務執(zhí)行優(yōu)化研究.pdf
- 遺傳算法求解均值—核估計VaR投資組合模型的算子及參數(shù).pdf
- 基于遺傳算法的促銷組合優(yōu)化問題研究.pdf
- 基于遺傳算法的視頻摘要模型.pdf
評論
0/150
提交評論