基于智能算法的投資組合優(yōu)化模型研究.pdf

1、投資組合理論是現(xiàn)代金融理論的重要組成部分，其主要解決兩大問題：一是如何衡量不同的投資風險；二是投資者如何合理地組合自己的資金以取得最大收益。Markowitz(1952年)以證券投資的收益率方差作為證券組合風險的度量，開辟了金融定量分析的時代，并在此基礎上建立了經(jīng)典的M-V模型，該模型在理論和實際應用中都有重要意義。但是，隨著研究的深入，人們發(fā)現(xiàn)用方差度量風險存在不可同避的缺陷。為了克服現(xiàn)有理論的不足，理論界進行了廣泛的研究，但到目前為

2、止，還沒有一種廣泛有效的度量風險的方法。本文綜合應用風險價值理論和最優(yōu)化理論，研究復雜多變的金融市場中的投資決策問題，建立了一些基于不同風險測度的投資組合模型，并為所建立的模型設計了有效可行的智能算法進行求解。
　　 1.將一種混沌差分進化(CDE)算法應用到解M-V投資組合模型中，通過上海證券交易所的實際數(shù)據(jù)進行計算機模擬，得到了投資組合選擇模型的有效前沿。通過對算法的分析，說明該算法在求解最優(yōu)投資組合模型時是實用的和有效的。

3、
　　 2.以風險價值VaR度量風險，建立了一種單位風險收益最大化投資組合優(yōu)化模型，用一種帶有隨機變異的新差分進化(MDE)算法解這個分式規(guī)劃，實證結果說明該模型可以控制風險，可以為決策者提供投資組合的最佳決策方案，該算法對于求解該模型是合理的。
　　 3.以風險價值VaR和條件風險價值CVaR分別作為約束條件，結合于M-V模型之中，分別得到了新的最優(yōu)投資組合模型。利用我國的股票市場進行了實證分析，驗證了新模型的有效性，