利用动态降维差分进化算法解决多约束的投资组合优化问题
投资者在实际投资过程中会有各种各样的偏好,因此在投资组合优化问题的数学模型中,会含有多种约束条件.在这些约束条件下,投资组合问题的复杂程度会随投资规模的增大而急剧增加.采用一种可动态降雏的差分进化算法,用于解决含有基本约束、边界约束以及基数约束的多约束投资组合优化问题.这种差分进化算法具有两大优势,由于该算法可以在求解过程中通过逐渐降维来降低求解复杂性,因此能够处理较大规模的投资组合优化问题;此外,通过动态降维的方法,可以处理投资组合优化问题中的基数约束.实验结果表明,动态降维差分进化算法的性能优于粒子群优化算法,同时在处理基数约束方面优于k-means聚类分析算法.
投资组合优化、差分进化算法、基数约束、动态降维
37
TP301(计算技术、计算机技术)
国家自然科学基金面上项目61379061;博士点基金项目20130171120016;广东省自然科学基金项目S2013040014949,2015A030306024
2016-10-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
1526-1530