蚁群算法在证券投资组合优化中的应用研究

发布时间：2020-04-19 04:53

【摘要】： 证券投资组合优化主要讨论由多项证券构成的证券组合作为一个整体的风险与收益的关系,以及投资者如何在组合中合理的分配自己的投资金额等问题。证券投资是一种高风险的投资活动,证券投资组合优化有助于投资者避免或分散较大风险,以获得更大收益,是一种非常有效并且十分重要的方法。 ACO算法作为一种新型的模拟进化算法,其特征很符合实际的证券市场运作方式,因此本文试图用ACO思想来解决证券投资组合优化的问题。本文结合ACO的特性,利用经典的资产组合模型—Markowitz模型和股票技术分析中成交量、收益率等指标,并且以银行作为投资避险的工具,构建了一个针对国内股票市场的证券组合投资优化模型。该模型克服了传统模型只考虑价格这一个指标因素的缺点,将股票的成交量指标引入投资组合优化模型中,更准确的反映了投资者的投资规律。本文选取了4支具有代表性的股票和银行作为投资组合的五个投资目标。对这五个投资目标从2007年7月到2008年1月的实际数据用本文模型进行运算,实验证明本模型的资金收益率比Baseline系统高出58.56%,比已有的文献资料中的系统高出51.1%,是更为有效的策略。
【学位授予单位】：苏州大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：F224;F830.91

【参考文献】