改進(jìn)粒子群算法求解基于均值-CVaR模型的投資組合.pdf

1、投資組合問(wèn)題是當(dāng)代金融學(xué)的重要研究熱點(diǎn)內(nèi)容，它主要面對(duì)的問(wèn)題是在滿足給定收益的前提下將固定數(shù)目的資金分配到多種資產(chǎn)上使得風(fēng)險(xiǎn)最小化。近年來(lái)，基于VaR(風(fēng)險(xiǎn)價(jià)值)和CVaR(條件風(fēng)險(xiǎn)價(jià)值)風(fēng)險(xiǎn)度量理論的提出成為解決現(xiàn)代金融風(fēng)險(xiǎn)投資問(wèn)題的主要方法。另一方面，投資組合中的交易費(fèi)用和投資比例上限已經(jīng)成為組合投資的重要約束因素，忽略交易費(fèi)用和限制投資比例因素有出現(xiàn)無(wú)效的投資組合的可能。因此，本文采用CVaR度量風(fēng)險(xiǎn)，構(gòu)建有交易費(fèi)用和限制證券比例

2、的均值-CVaR投資組合模型。
　　粒子群優(yōu)化算法收斂速度快、精度較高，在解決連續(xù)性優(yōu)化問(wèn)題上體現(xiàn)了其高效性能。但算法本身也存在后期收斂速度慢、精度不夠高、容易發(fā)散等缺點(diǎn)，且解決離散型問(wèn)題方面的應(yīng)用較少。本文針對(duì)粒子群算法全局搜索能力強(qiáng)，但易跳過(guò)全局極值，且只能求解連續(xù)性問(wèn)題的缺點(diǎn)，提出離散復(fù)形法局部搜索的思想，來(lái)有效提高粒子群算法在離散型問(wèn)題中的搜索性能。針對(duì)粒子群算法易陷入局部極小的缺點(diǎn)，引入自適應(yīng)粒子遷徙操作保證粒子的多樣性