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

1、在如今的各行各業(yè)乃至人們的日常活動(dòng)中，任何形式的投資主體企業(yè)或個(gè)人，都會(huì)經(jīng)常面臨組合投資的機(jī)會(huì)，在投資過(guò)程中，投資者會(huì)綜合考慮多方面的因素，這也就涉及了一個(gè)多目標(biāo)投資組合的問(wèn)題。在當(dāng)前市場(chǎng)經(jīng)濟(jì)飛速發(fā)展的時(shí)代，該問(wèn)題已經(jīng)成為金融投資領(lǐng)域的熱點(diǎn)研究課題之一。
　　該問(wèn)題描述的是投資者針對(duì)每個(gè)具有特定收益、交易費(fèi)用、風(fēng)險(xiǎn)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(shí)確

2、保投資風(fēng)險(xiǎn)與所支付交易費(fèi)用的最小化，最終達(dá)到投資收益的最大化。針對(duì)該類存在互相沖突性質(zhì)的多個(gè)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(diǎn)問(wèn)題之一。
　　多目標(biāo)投資組合問(wèn)題是當(dāng)今運(yùn)籌學(xué)領(lǐng)域中的一個(gè)相對(duì)復(fù)雜的問(wèn)題，歸類于NP-難解問(wèn)題，利用傳統(tǒng)的優(yōu)化方法求解該問(wèn)題時(shí)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(wèn)題，并進(jìn)行了大量的嘗試和深入的探索，這已成為一個(gè)比較熱門(mén)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(yú)群算法求解多目標(biāo)投資組合問(wèn)題，因此，論文提出利用群智能優(yōu)化算法——人工魚(yú)群算法求解該問(wèn)題。論文對(duì)人工魚(yú)群算法(AFSA)在多目標(biāo)投資組合問(wèn)題中的應(yīng)用加以介紹和討論，并針對(duì)人工魚(yú)群算法中的幾個(gè)不足點(diǎn)，提出了兩種改進(jìn)的人工魚(yú)群算法，通過(guò)測(cè)試函數(shù)驗(yàn)證了基本AFSA和改進(jìn)算法的可行性;最后利用MATLAB工具針對(duì)多目標(biāo)投資組合問(wèn)題進(jìn)行仿真實(shí)驗(yàn)，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(shí)用性，