2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、投資組合是現(xiàn)代金融理論的重要組成部分,主要解決如何將一定量的資金分配到不同的資產(chǎn)中,以實現(xiàn)風險最小化或收益最大化。目前,對于投資組合模型的求解主要采用最優(yōu)化方法與先進的計算技術(shù),特別是智能算法的應(yīng)用。文化算法是新近出現(xiàn)的一種仿生智能算法,它提供了一種普適的雙層進化框架,克服了傳統(tǒng)智能算法對于經(jīng)驗知識隱性表達與存取的不足。本文借助文化算法獨特的計算框架及其良好的并行性,運用融合的思想對算法進行有效改進,并將改進后的混合算法用于函數(shù)優(yōu)化及投

2、資組合優(yōu)化模型的求解中,本文的主要工作如下:
   1.將粒子群優(yōu)化算法嵌入到文化算法中,作為其種群空間與信念空間,提出一種新的動態(tài)文化粒子群優(yōu)化算法。該算法通過一組動態(tài)聯(lián)系操作來實現(xiàn)兩種空間的互相影響、互相促進,并以此來改進和克服粒子群優(yōu)化算法易陷入局部最優(yōu)等缺陷。幾種典型測試函數(shù)的實驗結(jié)果表明,該算法不僅求解精度高而且魯棒性較強,是一種有效的全局優(yōu)化算法。投資組合決策面臨現(xiàn)實證券市場中的大量數(shù)據(jù),是一個復(fù)雜的組合優(yōu)化問題,屬

3、于NP難問題,傳統(tǒng)的算法難以有效求解。本文將新提出的文化粒子群優(yōu)化算法,用于求解均值-VaR投資組合優(yōu)化模型,并采用罰函數(shù)方法處理模型中的不等式約束。實證分析的數(shù)值結(jié)果表明,該算法可以高效、合理地解決投資組合優(yōu)化問題。
   2.基于外部精英存檔和擁擠熵策略,提出一種新的多目標文化粒子群優(yōu)化算法。首先通過四個多目標函數(shù)進行測試,結(jié)果表明該算法在解的收斂性和多樣性方面都較好。其次,將其用來求解均值-VaR雙目標投資組合優(yōu)化模型,實

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論