基于遗传算法的证券投资组合模型的优化及最优解的测定

摘要

本文基于遗传算法,建立多目标算法的基金投资组合模型,首先要对投资的资产进行分析,分析资产产生风险的因素,通过因素分析来提取指标,利用聚类分析的方法对指标进行筛选,建立股票资产风险指标体系,建立指标的权重集,客观地分析各指标对资产产生风险的影响程度,建立隶属度矩阵,通过隶属度的值来判断资产的类别.在遗传算法求解投资组合模型的过程中,首先是建立目标函数模型,将目标函数模型作为遗传操作的评估准则.和现有的目标函数模型相比有很多改进,现有的投资模型中采用了统计学中的二次规划模型,只将风险最小,或者收益最大作为评价的目标函数,基于遗传算法的投资组合模型用风险收益比来描述投资者的最终目标,更有利于统计上的应用,经济意义明确.