大数据背景下遗传算法在投资组合优化中的效果研究

摘要：

十八大报告以及十八大三中全会再三提到了发展多层次资本市场,进一步分散金融风险,促使我国对投资组合的应用更加广泛,更是对投资组合模型的有效边界的研究提出了新的要求.近些年来,随着计算机科技的不断发展,遗传算法在不同领域得以广泛应用,在投资组合领域也得到了广泛重视.为了科学系统的探索遗传算法在投资组合模型中的应用效果,本文设计了从5,10,50,100,200,300,400只股票,结合标准投资组合模型、带上界约束条件的投资组合模型以及带市值约束条件的投资组合模型三种约束条件.应用遗传算法对不同投资组合的有效边界分别进行求解,进而与由参数二次性规划法求得的有效边界的精确解进行比较,研究不同数目、不同约束条件下遗传算法的有效率.分析结果表明,在三种约束下,随着股票数目的上升,遗传算法的有效率呈逐渐下降的趋势.多目标投资组合成为了一个活跃的领域,也提出了相应的对遗传算法效果的评估与建议.

关键词： 投资组合 遗传算法 大数据

作者: 齐岳 林龙 王治皓

作者单位: 南开大学中国公司治理研究院,天津 300071;南开大学商学院,天津 300071 南开大学商学院,天津 300071

会议类型: 国内会议

会议名称: 第十七届中国管理科学学术年会

会议地点: 呼和浩特

会议语种:中文

页码: 464-469

在线出版日期: 2015-07-31（万方平台首次上网日期，不代表论文的发表时间）