考虑高阶矩的不确定投资组合选择模型及群智能算法研究

发布时间：2021-05-21 20:15

　　Markowiz的均值-方差模型开创了量化投资的先河。自此以后,如何通过量化方法对现有的资产进行最优且合理的分配,成为学术界和实业界关注的焦点。传统的投资组合模型大多者都是基于概率论,并假设资产的不确定收益为随机变量。众所周知,使用概率论的前提是拥有充足的样本数据。然而,在复杂波动的金融市场中,有时我们没有足够的样本数据,只能依靠专家的信度去处理问题。因此,不同于传统研究将专家信度视为随机变量或模糊变量,本文将其视为不确定变量并借助不确定理论研究投资组合选择问题。本文主要研究工作和创新点概括如下:（1）提出了具有偏度和峰度的多目标不确定投资组合模型,并设计改进的花授粉算法（Modified Flower Pollination Algorithm,MFPA）对其求解。目前,已有基于不确定理论投资组合的研究,通常只考虑收益和风险两个因素,鲜有考虑资产收益的偏度和峰度对投资决策的影响。因此,本文首先提出了均值-方差-偏度-峰度投资组合模型。由于所提出的模型为多目标规划问题,为了对其求解,本文先应用模糊线性规划方法将其转化为单目标规划模型,然后提出了改进的花授粉算法。最后,通过一个实例来说明... 

【文章来源】：首都经济贸易大学北京市

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 引言
    1.1 研究背景及研究意义
    1.2 研究现状及分析
        1.2.1 考虑高阶矩的投资组合选择模型
        1.2.2 基于不确定理论的投资组合选择模型
        1.2.3 群智能算法在投资组合中的应用
    1.3 主要研究内容和论文结构
    1.4 主要创新点
第2章 基础理论
    2.1 不确定理论基础
        2.1.1 不确定测度
        2.1.2 不确定变量
        2.1.3 不确定分布
        2.1.4 不确定期望
    2.2 萤火虫算法
        2.2.1 距离
        2.2.2 相互吸引度
        2.2.3 移动
        2.2.4 萤火虫算法伪代码
    2.3 花授粉算法
        2.3.1 全局授粉
        2.3.2 局部授粉
        2.3.3 花授粉算法伪代码
    2.4 本章小结
第3章 考虑高阶矩的不确定投资组合选择模型及算法
    3.1 均值-方差-偏度-峰度不确定投资组合模型
    3.2 多目标问题转换为单目标问题
    3.3 改进的花授粉算法
        3.3.1 初始化
        3.3.2 PSOLS和DSPS
        3.3.3 约束处理
    3.4 实证研究
        3.4.1 实验设置
        3.4.2 实证分析
    3.5 本章小结
第4章 考虑多种约束的高阶矩不确定投资组合选择模型及算法
    4.1 考虑多种约束的均值-方差-偏度不确定投资组合选择模型
        4.1.1 均值-方差-偏度投资组合选择模型
        4.1.2 考虑多种约束的投资组合选择模型
        4.1.3 不确定投资组合选择模型
    4.2 混合萤火虫-遗传算法
        4.2.1 初始化
        4.2.2 约束处理
        4.2.3 遗传操作
    4.3 实证研究
        4.3.1 实验设置
        4.3.2 模型实证分析
        4.3.3 算法实证分析
    4.4 本章小结
结论和展望
参考文献
在学期间发表的学术论文和研究成果
致谢


【参考文献】：
期刊论文
[1]多目标花粉算法在电力投资市场中的应用[J]. 贺兴时,张迷,任雪婷.  计算机工程与应用. 2017(17)



本文编号：3200314