購物車(0)
基于數(shù)據(jù)累加的證券投資組合遺傳算法
陳霞 華北水利水電大學數(shù)學與統(tǒng)計學院; 河南鄭州450046
關鍵詞：數(shù)據(jù)累加 數(shù)據(jù)累減 證券投資組合 遺傳算法
摘要：證券投資組合優(yōu)化算法是人們關注的熱點、難點問題。目前研究主要集中于不同算法方面,其中運用最為廣泛的是遺傳算法求解證券投資組合最優(yōu)化問題,但投資組合中出現(xiàn)的大量數(shù)據(jù)的隨機性和波動性問題并沒有得到很好的解決。利用數(shù)據(jù)累加和數(shù)據(jù)累減技術可以較好地解決這一問題。采用遺傳智能優(yōu)化算法,可以實現(xiàn)證券投資組合優(yōu)化計算。結果表明:在保持組合收益不變的情況下,比較由原始數(shù)據(jù)和經(jīng)過處理后數(shù)據(jù)計算出的風險系數(shù)值,將原始數(shù)據(jù)進行累加處理,對于求解證券投資組合問題是有較大改善的。
河南工程學院學報·社會科學版雜志要求:
{1}參考文獻必須在文中用[數(shù)字]標出對應標號,參考文獻統(tǒng)一列在文后。
{2}本刊實行雙向匿名審稿制度。審稿周期一般為3個月。3個月內未收到刊用意見，作者可自行處理來稿。
{3}在不影響文章觀點表述的前提下，本刊有權對稿件做適當刪改，如不同意刪改請在投稿時注明。
{4}題名與標題以最恰當、簡明的詞句反映論文、報告中的最重要的特定內容，題名應避免使用不常見的縮略語、首字母縮寫詞、字符、代號和公式等。
{5}來稿請在末頁附上第一作者簡介（包括姓名、出生年、籍貫、性別、民族、職稱、學位、研究方向、聯(lián)系電話、電子信箱）以及工作單位、詳細通信地址、郵政編碼。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
