基于遗传算法的投资组合模型及实证研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 现代投资组合理论综述 | 第8-18页 |
| ·研究的背景及意义 | 第8-9页 |
| ·投资组合的研究现状 | 第9-12页 |
| ·国外研究现状 | 第9-11页 |
| ·国内研究现状 | 第11-12页 |
| ·投资组合模型介绍 | 第12-17页 |
| ·均值—方差模型 | 第12-13页 |
| ·均值—绝对偏差模型 | 第13-14页 |
| ·均值—方差—偏度模型 | 第14-15页 |
| ·因素模型 | 第15-16页 |
| ·安全首要模型 | 第16-17页 |
| ·论文的主要内容 | 第17-18页 |
| 第2章 遗传算法的理论研究 | 第18-30页 |
| ·简单遗传算法的基本形式 | 第18-20页 |
| ·遗传算法的形式描述 | 第18-19页 |
| ·遗传算法流程图 | 第19-20页 |
| ·遗传算法的优点及相关系数 | 第20-21页 |
| ·遗传算法的特点 | 第20页 |
| ·遗传算法的性能评价 | 第20-21页 |
| ·遗传算子的相关系数 | 第21页 |
| ·遗传算法的设计 | 第21-28页 |
| ·编码方式 | 第21-22页 |
| ·适应度函数 | 第22-23页 |
| ·选择算子 | 第23-25页 |
| ·交叉算子 | 第25-26页 |
| ·变异算子 | 第26页 |
| ·相关参数 | 第26-27页 |
| ·收敛标准 | 第27-28页 |
| ·遗传算法的模式定理 | 第28-30页 |
| ·模式定理 | 第28页 |
| ·积木块假设 | 第28-30页 |
| 第3章 遗传算法的改进 | 第30-37页 |
| ·对选种的改进 | 第30页 |
| ·TANG算法 | 第30-31页 |
| ·TANG的交叉、变异和复制操作 | 第30-31页 |
| ·TNGA的选择策略 | 第31页 |
| ·TANG的特点 | 第31页 |
| ·GATS混合算法 | 第31-34页 |
| ·Tabu Search算法 | 第31-33页 |
| ·GATS算法的步骤 | 第33-34页 |
| ·改进的自适应遗传算法 | 第34-37页 |
| ·自适应遗传算法 | 第34-35页 |
| ·自适应遗传算法的适应函数 | 第35-36页 |
| ·混合的自适应遗传算法 | 第36-37页 |
| 第4章 遗传算法求解具有投资限制的投资组合模型 | 第37-49页 |
| ·具有投资限制的投资组合模型 | 第38-42页 |
| ·不允许卖空情形 | 第39-40页 |
| ·考虑交易费用情形 | 第40页 |
| ·带有最小交易单位情形 | 第40-41页 |
| ·具有投资限制的组合投资模型 | 第41-42页 |
| ·求解优化问题的遗传算法设计 | 第42-46页 |
| ·应用实例 | 第46-49页 |
| 第5章 总结与展望 | 第49-51页 |
| ·主要工作总结 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间发表的论文 | 第55页 |
