改进人工鱼群算法在基于基数约束的投资组合中的应用研究

发布时间：2017-03-18 11:08

  本文关键词：改进人工鱼群算法在基于基数约束的投资组合中的应用研究，由笔耕文化传播整理发布。

【摘要】：随着经济全球化的进程不断加快,投资环境也在发生着深刻变革,显现在投资者面前的投资机遇不断增多,但是伴随而来的投资风险也在日益加剧。通过构建有效的投资组合模型从大量的候选资产数据中分析得到目标资产组合,以最大限度的提高收益、规避风险对于投资者本身而言显得至关重要。然而,从未知候选资产中分析得到有效组合,需要分析的相关资产数据庞大,很难准确的获取到有关信息。通过在1952年Markowitz提出的均值-方差模型基础上改进对资产组合进行建模,并与智能算法技术结合已成为时下最流行的研究方法,近年来也取得了较好的成果。通过对基本鱼群算法进行改进来解决投资组合中的实际问题。目前运用群智能算法解决投资组合问题时,收敛的速度慢及精度不高、稳定性差等不足。鉴于此,对以往算法的不足进行了研究,尝试运用规范化、随机选择行为中加入变异因子以及改进觅食行为的搜索策略,最后通过轮盘赌对整个鱼群进行择优选取进行迭代,以此来解决该问题。此外,为了使模型更加符合现实中的交易环境,在建立数学模型时,还在约束条件中,增加了基数约束,以减少股票交易中的管理成本和交易费用。验证算法性能的数据集来自沪深股市中随机选取的20只股票的实时交易数据,通过对投资组合问题中的模型参数以及改进算法中的参数进行详细分析,结果证明该算法有较好的性能。
【关键词】：投资组合 改进人工鱼群算法 基数约束
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F832.51
【目录】：

• 致谢7-8
• 摘要8-9
• ABSTRACT9-14
• 第1章 绪论14-20
• 1.1 研究背景和意义14-15
• 1.1.1研究背景14
• 1.1.2 研究意义14-15
• 1.2 国内外研究现状15-17
• 1.2.1 国外研究现状15-16
• 1.2.2 国内研究现状16-17
• 1.3 论文研究内容与方法17-18
• 1.3.1 研究内容17-18
• 1.3.2 研究方法18
• 1.4 论文章节安排18-20
• 第2章 组合优化理论和投资组合理论研究20-37
• 2.1 组合优化基本理论20-26
• 2.1.1 组合优化理论分析定义20-22
• 2.1.2 组合优化主要算法22-26
• 2.2 投资组合相关理论26-37
• 2.2.1 投资组合中的一些基本概念26-29
• 2.2.2 VaR模型及建模分析29-33
• 2.2.3 CVaR模型及建模分析33-37
• 第3章 改进的人工鱼群优化算法37-44
• 3.1 人工鱼群算法(AFSA)原理37-39
• 3.1.1 AFSA算法原理37
• 3.1.2 AFSA算法步骤37-39
• 3.1.3 AFSA算法分析39
• 3.2 改进人工鱼群算法(IAFSA)原理39-43
• 3.2.1 IAFSA算法的改进思路39-41
• 3.2.2 IAFSA算法步骤41
• 3.2.3 IAFSA算法分析41-43
• 3.3 本章小结43-44
• 第4章 基于基数约束的投资组合模型44-51
• 4.1 模型基本思想及模型建立44
• 4.2 IAFSA求解基数约束型投资组合的实验44-50
• 4.2.1 实验数据采集44-45
• 4.2.2 实验环境45
• 4.2.3 实验结果及分析45-50
• 4.3 本章小结50-51
• 第5章 总结与展望51-53
• 5.1 总结51
• 5.2 展望51-53
• 参考文献53-57
• 攻读硕士学位期间的学术活动及成果情况57

【相似文献】

中国期刊全文数据库 前5条

1 宋斌;;应用人工鱼群算法研究电网物资需求预测问题[J];现代商业;2013年29期

2 刘丽娟;;基于人工鱼群算法的区域经济系统优化方法[J];统计与决策;2014年09期

3 宋斌;;基于人工鱼群算法的电网物资需求预测[J];中国储运;2014年06期

4 马战宝;汪晓华;;基于改进人工鱼群算法的物流服务定价决策模型研究[J];物流技术;2014年05期

5 ;[J];;年期

中国重要会议论文全文数据库 前3条

1 李晓磊;钱积新;;人工鱼群算法:自下而上的寻优模式[A];过程系统工程2001年会论文集[C];2001年

2 徐公林;张铁龙;;人工鱼群算法在电力系统负荷模型参数辨识中的应用[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

3 刘耀年;姚玉萍;李迎红;刘俊峰;;基于人工鱼群算法RBF神经网络[A];第十届全国电工数学学术年会论文集[C];2005年

中国博士学位论文全文数据库 前4条

1 王联国;人工鱼群算法及其应用研究[D];兰州理工大学;2009年

2 姚正华;改进人工鱼群智能优化算法及其应用研究[D];中国矿业大学;2016年

3 李晓磊;一种新型的智能优化方法-人工鱼群算法[D];浙江大学;2003年

4 张梅凤;人工鱼群智能优化算法的改进及应用研究[D];大连理工大学;2008年

中国硕士学位论文全文数据库 前10条

1 陈斐;改进的人工鱼群算法分析与研究[D];西安电子科技大学;2012年

2 王蕾;一种人工萤火虫群优化算法改进的研究[D];青岛理工大学;2015年

3 马尧;基于改进的人工鱼群算法在商旅问题中的应用研究[D];西南交通大学;2015年

4 薛亚娣;改进的人工鱼群算法及其应用研究[D];兰州大学;2015年

5 朱文静;人工鱼群算法优化的SVM在语音识别中的应用[D];太原理工大学;2016年

6 陈书会;人工鱼群和k-means相结合的聚类算法研究与分布式实现[D];江苏大学;2016年

7 王泓博;基于人工鱼群算法的数据迁移策略研究[D];吉林大学;2016年

8 黄美华;基于人工鱼群算法的多目标背包问题研究[D];广东工业大学;2016年

9 周述波;求解函数优化问题的人工鱼群算法设计研究[D];广东工业大学;2016年

10 袁梦茹;基于群智能算法的移动机器人路径规划技术研究[D];安徽工程大学;2016年

  本文关键词：改进人工鱼群算法在基于基数约束的投资组合中的应用研究，，由笔耕文化传播整理发布。

本文编号：254357