基于数据累加的证券投资组合遗传算法

发布时间：2021-11-27 20:39

　　证券投资组合优化算法是人们关注的热点、难点问题。目前研究主要集中于不同算法方面,其中运用最为广泛的是遗传算法求解证券投资组合最优化问题,但投资组合中出现的大量数据的随机性和波动性问题并没有得到很好的解决。利用数据累加和数据累减技术可以较好地解决这一问题。采用遗传智能优化算法,可以实现证券投资组合优化计算。结果表明:在保持组合收益不变的情况下,比较由原始数据和经过处理后数据计算出的风险系数值,将原始数据进行累加处理,对于求解证券投资组合问题是有较大改善的。 

【文章来源】：河南工程学院学报(社会科学版). 2019,34(02)

【文章页数】：5 页

【参考文献】：
期刊论文
[1]基于遗传算法的证券投资组合模型的优化及最优解的测定[J]. 赵曙光,刘音.  科技信息. 2013(16)
[2]基于自适应并行遗传算法的证券投资组合研究[J]. 谢鑫,胡云姣,方永峰.  北京化工大学学报(自然科学版). 2010(04)
[3]马科维茨模型在股市最优投资组合选择中的实证研究[J]. 曾颖苗,张珺,张晴.  湘潭师范学院学报(社会科学版). 2009(04)

硕士论文
[1]基于改进遗传算法的证券投资组合研究[D]. 钱立炜.东南大学 2017
[2]遗传算法模型和二次规划算法在投资组合最优化中的应用[D]. 姜梦晶.兰州大学 2013



本文编号：3523006