基于蚁群算法的投资组合优化研究

论文摘要

投资组合理论于1952年由经济学家马科维茨提出。采用传统的二次规划方法解决投资组合优化问题时需要极大的计算量,可操作性较差。随着现代优化技术的发展,出现了如蚁群算法这样的仿生优化算法。本文基于多目标优化连续域蚁群算法,建立投资组合优化模型,以期得到更好效果。本文分为五个章节,各章主要内容如下:第一章简要介绍了论文的研究背景和相关理论国内外研究现状。简要介绍了本文的研究内容和研究方法。第二章分别介绍了蚁群算法的基本原理和数学模型,以及投资组合理论的基本原理和数学模型。第三章详细阐述了基于蚁群算法的投资组合优化方法。建立了基于蚁群算法的投资组合优化数学模型。给出详尽具体的算法实现方法和步骤。第四章对模型所得结果进行实证检验分析。将运行结果与市场组合及其他投资组合比较,验证算法的有效性。同时还用单指数评价方法和传统评价方法对投资组合的择时能力进行检验。第五章对本文的研究结果进行总结,同时总结了不足之处以及下一步研究方向。本文创新点有以下两点:首先,本文尝试采用改进的多目标连续域蚁群算法建立模型,将可以处理的证券数量提高到数百只,达到了实际应用的水平。其次,当前的研究成果仅是静态分析,本文考虑多阶段投资组合优化,建立动态模型,并对结果进行实证检验。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究意义
• 1.2 国内外研究现状
• 1.3 研究内容和创新点
• 1.4 论文主要框架
• 2 研究的理论基础
• 2.1 蚁群算法基本原理
• 2.2 蚁群算法数学模型
• 2.3 投资组合优化基本理论
• 3 基于蚁群算法的投资组合优化模型
• 3.1 模型建立和原理
• 3.2 算法实现
• 4 实证检验及结果分析
• 4.1 运行结果与其他组合的比较
• 4.2 单指数评价方法介绍及实证检验
• 4.3 传统评价方法的介绍及实证检验
• 5 总结
• 5.1 结论
• 5.2 进一步研究方向
• 致谢
• 参考文献
• 附录1 论文相关程序