基于QPSO-SA混合算法的多目标投资组合优化

被引：4

作者：

江家宝

郑尚志

机构：

[1] 巢湖学院计算机系

来源：

计算机工程与应用 | 2008年 / 14期

关键词：

多目标; 投资组合; 最优化; 量子; 模拟退火;

D O I：

暂无

中图分类号：

F224 [经济数学方法];

学科分类号：

0701 ; 070104 ;

摘要：

多目标投资组合优化就是决定每个具有特定风险、回报、交易费用等特征的资产在总投资价值中的投资比例,即选择那些资产投资以及寻找每个投资资产的最佳投资比例,使得总投资的风险最小、交易费用最小、回报最大等等。该问题是典型的NP难解问题,通常方法很难达到全局最优。研究如何把基于量子行为的微粒群优化算法(QPSO算法)和模拟退火算法(SA算法)结合起来解决多目标投资组合优化问题。利用美国标准普尔指数100的股票历史数据进行验证,纯QPSO算法与QPSO-SA混合算法的运行结果比较表明在解决多目标投资组优化问题中,QPSO-SA混合算法是一种高效的、可靠的优化算法,具有一定的实用价值。

引用

页码：231 / 234+241 +241

页数：5

共 4 条

[1] 多目标最优化的粒子群算法
刘国平
曾强
[J]. 杭州师范学院学报(自然科学版), 2005, (01) : 30 - 33
[2] 微粒群算法[M]. 科学出版社 , 曾建潮等编著, 2004
[3] Heuristics for cardinality constrained portfolio optimisation
Chang, TJ
Meade, N
Beasley, JE
Sharaiha, YM
[J]. COMPUTERS & OPERATIONS RESEARCH, 2000, 27 (13) : 1271 - 1302
[4] Particle Swarm Optimization with Parti-cles Having Quantum Behavior .2 Sun J,Feng B,Xu W B. Proceedings of 2004 Con-gress on Evolutionary Computation . 2004

← 1 →