基于DCA-PSO算法的均值-VaR投资组合优化

• 作者: 见静 高岳林
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群优化算法 文化算法 投资组合 均值-风险价值(VaR)
• 年，卷（期）: 2012,（27）
• 所属期刊栏目: 工程与应用
• 页码范围: 189-193
• 分类号: TP183
• 字数: 4503字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.27.040

摘要

投资组合决策面临现实证券市场中的大量数据,是一个复杂的组合优化问题,属于NP难问题,传统的算法难以有效求解.文化算法和粒子群算法是新近出现的两种仿生智能算法,将新提出的动态文化粒子群算法用于求解均值-VaR模型,用罚函数方法处理模型中的不等式约束,选取沪市和深市的十六支股票作为备选股票进行实证分析,数值结果表明该算法可以高效、合理地解决投资组合优化问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高岳林	宁夏大学数学计算机学院	146	1138	17.0	27.0
5	见静	宁夏大学数学计算机学院	1	2	1.0	1.0