證券組合選擇理論模型及算法的研究.pdf

1、本文通過對證券組合選擇理論發(fā)展的回顧，進(jìn)一步發(fā)展模型的目標(biāo)函數(shù)和約束條件，使其能更接近真實市場投資行為;并使用現(xiàn)代智能算法對改進(jìn)后的證券投資組合模型進(jìn)行求解。
　　在基本的均值—方差模型中，增加了證券投資權(quán)重的限制區(qū)間。針對這一多約束條件的非線性模型，建立了改進(jìn)遺傳算法加以求解。在遺傳算法中，隨機(jī)生成滿足區(qū)間約束條件的初始種群，對于選擇算子采用最優(yōu)個體保護(hù)策略，交叉算子采用算術(shù)交叉法，變異算子后進(jìn)行約束條件檢查。
　　在均值

2、—方差模型中，以基于VaR的風(fēng)險概率作為目標(biāo)函數(shù)，建立投資組合的隨機(jī)規(guī)劃模型。在風(fēng)險資產(chǎn)收益率服從一定分布的假設(shè)下，利用隨機(jī)模擬的方法，得到風(fēng)險證券投資權(quán)重和風(fēng)險概率的輸入輸出數(shù)據(jù)。然后采用BP神經(jīng)網(wǎng)絡(luò)逼近風(fēng)險概率函數(shù)。采用遺傳算法求解這個隨機(jī)規(guī)劃問題。
　　在證券投資組合模型中，加入了交易費用部分，并將模型目標(biāo)函數(shù)變化為期望收益與方差的組合。在上述模型中又加入無風(fēng)險資產(chǎn)作為投資組合的選擇之一。引入風(fēng)險傾向系數(shù)來調(diào)節(jié)目標(biāo)函數(shù)中期望