| 中文摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 0. 引言 | 第6-10页 |
| 1. 投资组合理论、遗传算法模型和二次规划算法简介 | 第10-19页 |
| ·投资组合理论简介 | 第10-13页 |
| ·投资组合理论的基本假设 | 第10页 |
| ·组合的可行集与有效集 | 第10-11页 |
| ·风险资产组合的有效集 | 第11页 |
| ·马克维茨的数学模型 | 第11-12页 |
| ·最优风险资产组 | 第12页 |
| ·资产组合理论的优点 | 第12页 |
| ·资产组合理论的缺点 | 第12-13页 |
| ·遗传算法模型 | 第13-17页 |
| ·遗传算法模型简介 | 第13-14页 |
| ·遗传算法的原理 | 第14页 |
| ·基本遗传算法的构成要素 | 第14-15页 |
| ·遗传算法模型的基本步骤 | 第15-16页 |
| ·个体适应度评价 | 第16页 |
| ·遗传算法模型的特点 | 第16页 |
| ·遗传算法的应用关键 | 第16-17页 |
| ·二次规划算法 | 第17-18页 |
| ·遗传算法和二次规划求解最佳证券组合 | 第18-19页 |
| 2. 数据分析 | 第19-24页 |
| ·数据信息 | 第19-21页 |
| ·数据分析及比较 | 第21-24页 |
| 3. 结论 | 第24-25页 |
| 参考文献 | 第25-26页 |
| 附录 | 第26-30页 |
| 致谢 | 第30-31页 |
| 在学期间的研究成果 | 第31页 |