投資組合優(yōu)化模型的文化算法研究.pdf

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