[TiMing]：YiChuanSuanFaZaiZhengQuanZuHeTouZiZhongDeYingYongYanJiu
[作者]：林丹[ZuoZhe]：LinDan[专业]：管理科学与工程[ZhuanYe]：GuanLiKeXueYuGongCheng
[导师]：汪寿阳[DaoShi]：WangShouYang[学位]：博士后[XueWei]：BoShiHou
[单位]：中国科学院数学与系统科学研究院[DanWei]：ZhongGuoKeXueYuanShuXueYuXiTongKeXueYanJiuYuan
[关键词]：证券投资组合;遗传算法;多目标遗传算法
[时间]：20020501[页数]：61页[点击]：20042[分类号]：TP15;F832.48[语种]：中文文摘[来源]： 毕业论文
[文摘]：该报告的内容具体如下;第一章我们给出了遗传算法,多目标遗传算法以及M-V模型的简介,作为后面各章内容的基础,在第二章中我们给出了考虑最小交易单位和交易费用的四个模型,分别考虑了证券选择和证券重组问题.其中切合中国市场的实际情况,假设了证券买与卖的最小交易单位是不同的.这些模型是非光滑的整数规划问题,为此我们从传统遗传算法出发,对遗传算法的算子使用了两种截断方式进行改造.用于求解这些模型.计算结果表明.我们的算法是有效的.第三章中我们进一步考虑了第二章中的证券选择模型,构造了相应的收益-风险双目标模型,由于仅仅是找到满足约束的解就已经是NP-难问题.因此我们在NSGA-II的基础上,结合GENOCOP算法,设计出一个多目标遗传算法,用香港市场的实际数据进行的数值试验证明了算法的有效性.第四章中我们考虑了在投资实践中常风的对股票进行分类并双成证券组合的股票的个股进行限制的情况,并建立了相应的双层多目标规划模型,NASGA-II的基础上,设计了一个适用的多目标遗传算法,并用德国和美国市场的数据进行数值试验,得到了很好的结果.
[上一条]：扩张状态观测器的稳定性及其滤波特性研究
[下一条]：用括号代数作几何定理机器证明和完全自动作图的Matlab实现