人工蜂群算法在投资组合问题中的优化应用

摘要

论文基于人工蜂群算法的基本思想,对投资组合问题中的带基数约束的均值-方差(CCMV)模型进行求解.在求解过程中,针对CCMV模型设计了能够始终得到可行解的FABC算法.然后对FABC的更新方程进行改进,加入当前最优解的指导作用,得到了收敛速度更快的IFABC算法.最后,基于二次规划对IFABC算法进行进一步改进,提出了求解效果更优的QFABC算法.对真实市场数据进行测试,并对比三种算法的性能,结果表明:QFABC的优化效果最好,但运行时间较长;IFABC算法优化效果接近QFABC算法且运行时间较短.