基于遗传神经网络的指数跟踪优化方法

被引：52

作者：

刘磊

机构：

[1] 中国人民银行郑州中心支行

来源：

系统工程理论与实践 | 2010年 / 30卷 / 01期

关键词：

遗传神经网络; 指数跟踪; 跟踪误差; 超额收益率;

D O I：

暂无

中图分类号：

F830.9 [金融市场]; F224 [经济数学方法];

学科分类号：

020104 [西方经济学]; 020219 [财政学（含：税收学）];

摘要：

针对使用完全复制法进行指数跟踪的缺点和仅以跟踪误差作为指数跟踪目标的不足,以跟踪误差最小化和超额收益最大化两者的权衡作为指数跟踪的目标函数,综合考虑实际中的交易成本、现金、卖空限制等约束,建立指数跟踪优化模型,并采用二进制和实数值混合编码的遗传BP网络对指数跟踪管理中的资金进行优化配置.该算法能同时优化网络结构和权值矢量,并结合遗传算子和Solis& Wets算子生成后代使遗传搜索空间的群体多样性更好,加快了遗传算法的收敛速度,提高了连接权系数的优化精度.跟踪深证100指数的实证结果表明:应用遗传神经网络算法进行指数跟踪的效果明显优于完全复制法,并且实现了目标指数的动态跟踪.

引用

页码：22 / 29

页数：8

共 7 条

[1]

遗传算法构建我国指数基金自动生成模型的实证分析 [J].