人工魚群算法的研究及其在多目標(biāo)投資組合問題中的應(yīng)用.pdf

1、在如今的各行各業(yè)乃至人們的日?；顒又校魏涡问降耐顿Y主體企業(yè)或個人，都會經(jīng)常面臨組合投資的機(jī)會，在投資過程中，投資者會綜合考慮多方面的因素，這也就涉及了一個多目標(biāo)投資組合的問題。在當(dāng)前市場經(jīng)濟(jì)飛速發(fā)展的時代，該問題已經(jīng)成為金融投資領(lǐng)域的熱點研究課題之一。
　　該問題描述的是投資者針對每個具有特定收益、交易費用、風(fēng)險等特征的投資資產(chǎn)，從中選擇適當(dāng)數(shù)量的資產(chǎn)，并決定其在總投資決策中的最佳投資比例，以期獲得更好的投資組合決策方案，同時確

2、保投資風(fēng)險與所支付交易費用的最小化，最終達(dá)到投資收益的最大化。針對該類存在互相沖突性質(zhì)的多個目標(biāo)，如何做出最優(yōu)的投資決策，一直是金融界和學(xué)術(shù)界的焦點問題之一。
　　多目標(biāo)投資組合問題是當(dāng)今運籌學(xué)領(lǐng)域中的一個相對復(fù)雜的問題，歸類于NP-難解問題，利用傳統(tǒng)的優(yōu)化方法求解該問題時存在一定的難度。近幾年，很多學(xué)者研究利用智能優(yōu)化算法求解該問題，并進(jìn)行了大量的嘗試和深入的探索，這已成為一個比較熱門的研究課題，并且取得了較好的效果。但是目前為

3、止，很少有學(xué)者利用人工魚群算法求解多目標(biāo)投資組合問題，因此，論文提出利用群智能優(yōu)化算法——人工魚群算法求解該問題。論文對人工魚群算法(AFSA)在多目標(biāo)投資組合問題中的應(yīng)用加以介紹和討論，并針對人工魚群算法中的幾個不足點，提出了兩種改進(jìn)的人工魚群算法，通過測試函數(shù)驗證了基本AFSA和改進(jìn)算法的可行性;最后利用MATLAB工具針對多目標(biāo)投資組合問題進(jìn)行仿真實驗，得到了滿足投資者的最優(yōu)組合投資決策方案，并在一定程度上提高了投資決策的實用性，