基于遗传算法的基金投资组合模型研究

发布时间：2020-10-24 23:37

　　 随着经济发展的加快，中国的金融市场和金融体制不断完善。在国民人均可支配收入不断增长的趋势下，基金作为一种主要的大众投资方式，在近两年的时间内，呈现了迅猛发展的势头。基金逐渐成中国资本市场上的主要机构投资者，其投资组合直接作用于证券市场的价格波动。因此，建立有效的基金投资组合模型对中国金融市场的稳定发展具有十分重要的实践意义。 本论文共分为四个部分：第一部分，综述国内外有关文献研究现状，提出了研究的意义；第二部分，界定了基金和基金资产的概念，分析了基金资产的构成，剖析了现有投资组合模型的不足及相应的解决思路：第三部分对股票资产按照风险角度进行了分类，建立了基金资产分类的模糊数学模型。将股票和国债的单位风险所获得的超额收益作为遗传算法中的被操作对象，以遗传算法中的目标函数的形式来建立了投资组合模型，将投资组合模型作为遗传算法中的适应度函数，最终来求解不同风险偏好系数下的最优解。第四部分，选取上证180样本股数据为样本，应用遗传算法计算了两种不同风险偏好系数下的最优投资比例和投资绩效，与现有的三类基金的投资比例进行了比较分析，并从经济意义角度分析现有应用遗传算法求解投资组合模型与本文的模型的不足。 本论文的创新见解表现在两个方面：第一，在投资组合模型中加入风险偏好因素，解决了原有模型只适用于风险中性的不足，取代了投资者风险中性的假设，使投资者可以根据自身的风险偏好程度来选择投资组合。第二，以遗传算法中的目标函数的方式建立了基金投资组合模型，以风险调整的收益的最大值作为遗传算法中的目标函数，应用遗传算法进行了求解。避免了应用二次规划对原有模型求最优解的过程中，出现的非线性程度高，收敛缓慢并且收敛于局部解的问题。
【学位单位】：大连理工大学
【学位级别】：硕士
【学位年份】：2007
【中图分类】：F832.51;F224
【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
        1.1.1 问题的提出
        1.1.2 研究意义
    1.2 国内外文献综述
        1.2.1 投资组合模型方面
        1.2.2 优化投资组合方法方面
    1.3 论文研究框架与创新
        1.3.1 研究思路和研究方法
        1.3.2 论文的创新点
2 基金投资组合模型的理论分析
    2.1 基金投资相关概念的界定
        2.1.1 基金和基金资产
        2.1.2 基金投资组合
    2.2 现有的投资组合模型的不足
        2.2.1 计算方法精确度方面
        2.2.2 投资组合模型本身方面
    2.3 应用遗传算法在基金投资组合中的优势
        2.3.1 用于求解投资组合最优问题
        2.3.2 用于优化投资组合模型
3 基于遗传算法的基金投资组合模型建立
    3.1 基于遗传算法的基金投资组合模型框架
    3.2 确立股票资产的分类
        3.2.1 股票资产风险因素分析
        3.2.2 股票资产风险指标的选取
        3.2.3 股票资产风险指标的聚类分析
        3.2.4 股票资产分类指标体系的确定
    3.3 建立基金资产分类的模糊数学模型
        3.3.1 权重集的确定
        3.3.2 建立隶属度矩阵及评语集
        3.3.3 基金资产的分类
    3.4 基于遗传算法的投资组合模型的确定
        3.4.1 基金资产的相关性检验
        3.4.2 基因值的选取和组合
        3.4.3 建立基金投资组合模型
        3.4.4 测定投资组合的最优解
4 基于遗传算法的投资组合模型的应用
    4.1 数据的选取与处理
    4.2 计算基金投资组合模型的最优解
        4.2.1 风险偏好下的最优解
        4.2.2 风险厌恶下的最优解
    4.3 与现有的基金投资组合模型投资比例的对比
    4.4 与应用遗传算法求解投资组合模型的比较
5 结论
    5.1 本文的研究结论
    5.2 进一步研究的建议
参考文献
附录A 上证180指数中选取的40家上市公司数据
攻读硕士学位期间发表学术论文情况
致谢

【引证文献】

相关硕士学位论文 前2条

1 吴锦桂;融资性投资组合模型及改进遗传算法研究[D];华南理工大学;2011年

2 武金存;基于数据挖掘的指数化投资组合优化的比较研究[D];河北经贸大学;2011年

本文编号：2855128