基于遺傳算法的投資組合研究.pdf

1、遺傳算法（Genetic Algorithm，簡稱GA）是美國學(xué)者Pr.John Holland和他的學(xué)生對自然界中生物系統(tǒng)進行的計算機模擬研究。它是由美國Michigan大學(xué)的Pr.John Holland于1975年首先提出的一類以達爾文的生物進化論以及孟德爾的遺傳變異論為理論基礎(chǔ)的模擬生物進化過程的優(yōu)化算法，并具有自適應(yīng)啟發(fā)式的全局優(yōu)化搜索算法。遺傳算法之所以能夠成為本世紀智能計算領(lǐng)域中最受矚目，最為關(guān)鍵的科學(xué)技術(shù)之一，是因為它非

2、常適合于處理之前的傳統(tǒng)算法不能或難以解決的NP難問題和非線性規(guī)劃領(lǐng)域問題。
　　二十世紀五十年代初，一篇名為Portfolio Selection的文章享譽美國經(jīng)濟學(xué)領(lǐng)域，它是由美國經(jīng)濟學(xué)家Harry Markowitz發(fā)表的，并建立了Mean—Variance（均值—方差）理論模型，是經(jīng)濟學(xué)上首次對投資風(fēng)險和投資收益的產(chǎn)生原因進行了詳細的論述，及從理論上分析了怎樣解決的方法，因此M—V模型便被視為現(xiàn)代投資組合理論的開端。

3、　　本文通過對我國證券投資組合的研究和對證券市場進行調(diào)查發(fā)現(xiàn)其數(shù)學(xué)模型是一個多峰函數(shù)。因此對傳統(tǒng)的遺傳算法和一些改進的遺傳算法進行研究發(fā)現(xiàn)，小生境遺傳算法可以很好的解決多峰函數(shù)對峰值的查找問題，然而其本身又存在著查找的次數(shù)和精度都還不夠理想的問題?；谶@些缺點本文提出了一種改進的小生境遺傳算法，并為了提高算法精度，提出了一種優(yōu)選策略。所以最后將帶有優(yōu)選策略的改進的小生境遺傳算法運用到我國證券市場中，實驗結(jié)果發(fā)現(xiàn)，其可以比較準(zhǔn)確的找到不同