遺傳算法求解均值—核估計VaR投資組合模型的算子及參數.pdf

1、VaR方法是一種度量金融風險的新方法，具有測度全面，概念簡單，適合監(jiān)管等優(yōu)點?；诤斯烙嫷腣aR歷史模擬法使VaR估計的歷史模擬可以建立在連續(xù)可微的組合回報基礎上，不但具有普通歷史模擬法無需分布假定的優(yōu)點，而且使估計精度更高，估計信息更全。 本文將基于核估計的VaR歷史模擬引入投資組合模型，用其替換方差作為風險的度量，提出均值—核估計VaR投資組合模型。由于用普通方法求解的困難性，文章采用遺傳算法對模型進行求解。 遺傳算

2、法是一種優(yōu)秀的全局隨機搜索算法，它通過模擬自然界生物進化過程與機制，實現對最優(yōu)解的搜索。但對具體的問題，往往需要進行特殊的設計，才能以較高的效率得到較好的結果。在用遺傳算法對模型進行求解的過程中，考慮到遺傳算子、參數等不確定因素對遺傳算法的求解效率的影響，必須對先對算子、參數進行最優(yōu)化的選擇。為此，本文提出一種嵌套式的雙層遺傳算法，以算子和參數的選擇作為遺傳編碼，將以不同算子和參數求解內層遺傳算法的效率作為外層遺傳算法的目標函數，通過外