三大投資組合優(yōu)化算法的應(yīng)用及比較分析.pdf

1、證券市場(chǎng)的不斷發(fā)展吸引著越來越多的投資者進(jìn)行證券投資。眾所周知，證券具有風(fēng)險(xiǎn)和收益的雙重特性，投資者為了分散風(fēng)險(xiǎn)，一般選擇采用投資組合的形式持有證券。此外，證券市場(chǎng)極其復(fù)雜、變化莫測(cè)，證券的收益和風(fēng)險(xiǎn)都具有不確定性，而這些不確定性使得證券投資組合優(yōu)化的研究變得更加困難。因此，如何在不確定的情況下對(duì)證券資產(chǎn)進(jìn)行合理配置，從而實(shí)現(xiàn)風(fēng)險(xiǎn)與收益之間的平衡就變得至關(guān)重要。問題在于如何使得投資證券組合風(fēng)險(xiǎn)分散化（或收益最大化）和在證券組合一定的前提

2、下通過調(diào)整單個(gè)證券的投資權(quán)重，使得風(fēng)險(xiǎn)降低到最低水平（或在保持風(fēng)險(xiǎn)固定的前提下，收益增加到最大）。
　　近些年來在金融領(lǐng)域越來越多地引用數(shù)量化的方法，投資組合優(yōu)化問題的研究也開始更多地借助于量化模型和工具的使用。因此，使用一些優(yōu)化算法對(duì)投資組合優(yōu)化問題進(jìn)行實(shí)證研究分析就變得非常有意義，不僅是在理論上進(jìn)一步的深化和提高，更是希望能指導(dǎo)實(shí)際的投資操作，從而帶來豐厚的投資回報(bào)。并且，伴隨著資本市場(chǎng)的不斷完善，從事證券投資組合管理工作的專

3、業(yè)人士以及機(jī)構(gòu)投資者的數(shù)量大幅上升，證券投資組合優(yōu)化將具有越來越廣闊的應(yīng)用前景。
　　本課題研究中所使用的遺傳算法、模擬退火算法及粒子群算法均在其他領(lǐng)域有著廣泛良好的應(yīng)用，因此本課題旨在對(duì)上述三種算法在投資組合優(yōu)化的應(yīng)用進(jìn)行深入研究，并對(duì)三種算法在實(shí)證分析的基礎(chǔ)上進(jìn)行比較，即在風(fēng)險(xiǎn)系數(shù)一定的情況下比較三種算法計(jì)算得到的收益率大小，在收益率保持不變的情況下比較三種算法計(jì)算得到的風(fēng)險(xiǎn)系數(shù)大小，進(jìn)一步明確它們?cè)谕顿Y組合優(yōu)化方面的優(yōu)勢(shì)和不