基于智能算法的模糊收益资产组合
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·现代资产组合理论 | 第10-12页 |
| ·研究框架 | 第12-13页 |
| 第二章 理论知识 | 第13-24页 |
| ·模糊理论 | 第13-17页 |
| ·模糊变量 | 第13-14页 |
| ·隶属度函数 | 第14-16页 |
| ·模糊变量的独立性 | 第16-17页 |
| ·期望 | 第17页 |
| ·蒙特卡罗方法 | 第17-18页 |
| ·蒙特卡罗方法的基础知识 | 第17-18页 |
| ·蒙特卡罗方法处理的问题 | 第18页 |
| ·遗传算法 | 第18-23页 |
| ·编码操作 | 第19页 |
| ·适应函数 | 第19-20页 |
| ·选择操作 | 第20-21页 |
| ·交叉操作 | 第21-22页 |
| ·变异操作 | 第22页 |
| ·算法流程 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于方差的模糊随机资产组合模型 | 第24-44页 |
| ·问题导入 | 第24-26页 |
| ·均值-方差模型 | 第24-25页 |
| ·资产组合有效前沿 | 第25-26页 |
| ·模糊随机变量 | 第26-27页 |
| ·基于方差的模糊随机资产组合模型 | 第27-33页 |
| ·期望和方差 | 第27-29页 |
| ·期望值去模糊化 | 第29-30页 |
| ·-均值方差资产组合模型 | 第30-33页 |
| ·实例研究 | 第33-43页 |
| ·实例一 | 第33-34页 |
| ·实例二 | 第34-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于可信测度的模糊随机资产组合模型 | 第44-61页 |
| ·问题导入 | 第44页 |
| ·常用风险和收益度量方式 | 第44-45页 |
| ·方差度量风险 | 第44-45页 |
| ·半方差度量风险 | 第45页 |
| ·安全第一模型 | 第45页 |
| ·基于可信测度的模糊随机资产组合模型 | 第45-48页 |
| ·风险函数和置信函数 | 第45-47页 |
| ·基于可信测度的模糊随机资产组合模型 | 第47-48页 |
| ·混合智能算法 | 第48-52页 |
| ·蒙特卡罗模拟算法 | 第48-50页 |
| ·遗传算法 | 第50-52页 |
| ·混合智能算法流程 | 第52页 |
| ·实例研究 | 第52-59页 |
| ·实验参数处理方法 | 第52-53页 |
| ·最优目标值及其对应资产组合比例 | 第53-57页 |
| ·对照组实验 | 第57-58页 |
| ·混合智能算法与传统算法效率对比 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 总结 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附件 | 第69页 |
