求解均值-CVaR投资组合模型的改进粒子群算法
【出 处】:
【作 者】:
李锋刚
[1,2] ;
骆林
[1,2] ;
陈亚波
[1,2] ;
蒋祥飞
[1,2]
【摘 要】
针对粒子群算法易跳过全局极值,且只能求解连续性问题的缺点,提出离散复形法局部搜索的思想,来有效提高粒子群算法在离散型问题中的搜索性能。针对粒子群算法易陷入局部极小的缺点,引入自适应粒子迁徙操作保证粒子的多样性,有效避免陷入局部收敛。对采用CVaR度量风险、构建有交易费用和限制证券比例的均值-CVaR投资组合模型进行仿真实验,实验结果验证了算法的有效性。将改进的粒子群算法应用到求解均值-CVaR模型的投资组合问题,与其他算法相比,该方法精度更高、性能更稳定。
相关热词搜索: 投资组合优化 改进粒子群算法 离散复形法 portfolio optimization improved particle swarm optimization discrete complex method