文摘
英文文摘
声明
第一章绪论
1.1投资组合理论的发展与现状
1.2投资组合与金融优化的研究方向
1.3本论文的研究内容和研究方法
第二章优化方法和算法介绍
2.1各种优化方法简介
2.1.1有约束的单目标优化
2.1.2有约束的多目标优化
2.2遗传算法(GA)
2.2.1遗传算法的基本概念
2.2.2遗传算法的基本原理和运算过程
2.2.3遗传算法的基本特点
2.2.4遗传算法的改进
2.3混合遗传算法(HGA)
2.3.1模拟退火算法的基本概念
2.3.2模拟退火算法的基本原理和运算过程
2.3.3遗传算法和模拟退火算法的混合方法
2.4改进的微粒群算法(IPSO)
2.4.1经典的微粒群算法(PSO)简介
2.4.2经典的微粒群算法的运算过程
2.4.3两种基本的进化模型
2.4.4改进的微粒群算法
2.4.5改进的微粒群算法与遗传算法的比较
2.5基于量子行为的微粒群算法(QPSO)
2.5.1基于量子行为的微粒群算法简介
2.5.2基于量子行为的微粒群算法和经典微粒群算法的比较
2.6微分进化算法(DEA)
2.6.1微分进化算法的基本概念
2.6.2微分进化算法的基本原理和运算过程
2.6.3微分进化的应用规则
第三章单阶段单目标投资决策模型及其实现
3.1单阶段单目标投资决策模型的介绍
3.1.1有效投资组合与有效边缘
3.1.2最优投资组合与无差异曲线
3.1.3单阶段单目标投资决策模型的提出
3.1.4证券市场曲线
3.2求解单阶段单目标投资决策模型的IPSO算法和QPSO算法实现
3.2.1粒子的评价
3.2.2 IPSO算法的实现过程
3.2.3 IPSO算法参数的确定
3.2.4 QPSO算法的实现过程
3.2.5 QPSO算法参数的确定
3.3实证结果
3.3.1原始数据的预处理
3.3.2 IPSO算法和QPSO算法的比较及结论
第四章单阶段多目标投资决策模型及其实现
4.1单阶段多目标投资决策模型的介绍
4.1.1有效投资组合与有效边缘
4.1.2单阶段多目标投资决策模型的提出
4.2求解单阶段多目标投资决策模型的混合遗传算法实现
4.2.1个体的评价
4.2.2混合遗传算法(HGA)的实现过程
4.2.3混合遗传算法的参数的确定
4.3求解单阶段多目标投资决策模型的QPSO算法实现
4.3.1 QPSO的实现过程
4.3.2 QPSO算法参数的确定
4.4实证结果
4.4.1数据处理
4.4.2实验结果
第五章多阶段投资决策模型及及其实现
5.1多阶段投资决策模型的简介
5.2多阶段投资决策模型—二叉树模型的提出
5.3多阶段投资决策模型的实现
5.3.1约束问题的转化
5.3.2遗传算法的实现过程
5.3.3 QPSO算法的实现过程
5.3.4微分进化算法的实现过程
5.4实证结果
5.4.1原始数据的预处理
5.4.2参数的确定
5.4.3遗传算法、QPSO算法和微分进化算法的实验结果比较
5.4.4遗传算法、QPSO算法和微分进化算法的实验结论
第六章结论与展望
6.1研究结论
6.2研究过程中的一些问题
6.3研究展望
致 谢
参考文献
攻读硕士学位期间发表的论文