基于多目标差分算法的r股票组合优化

摘要

为了使投资者获得科学的投资决策,对股票组合优化进行了研究.针对马科维茨(Markowitz)的均值方差模型中各只股票权重之和为1的约束,提出了一种新的处理方法.股票权重在变量范围内随机初始化,按降序排列保留权重值直到之和为1,其余股票权重全设为0,解决了运用传统均值方差模型约束处理方法过程中存在的小头寸过多,投资者无法很好处理的问题.并结合多目标差分算法(MODE)对中国金融市场的200只股票进行优化分析.