摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-16页 |
1.1 研究背景和意义 | 第9-10页 |
1.1.1 研究背景 | 第9页 |
1.1.2 研究意义 | 第9-10页 |
1.2 文献综述 | 第10-13页 |
1.2.1 蚁群算法 | 第10-11页 |
1.2.2 Markowitz投资组合模型及模型优化 | 第11-13页 |
1.3 本文的研究思路、研究方法、篇章结构及所做主要工作 | 第13-16页 |
1.3.1 本文的研究思路 | 第13-14页 |
1.3.2 本文的研究方法 | 第14-15页 |
1.3.3 本文篇章结构 | 第15页 |
1.3.4 本文所做的主要工作 | 第15-16页 |
第二章 蚁群算法基本理论 | 第16-25页 |
2.1 生物蚁群的理论分析 | 第16-18页 |
2.1.1 生物蚁群的觅食行为 | 第16-17页 |
2.1.2 生物蚁群的觅食策略 | 第17-18页 |
2.2 人工蚁群算法分析 | 第18-22页 |
2.2.1 人工蚁群算法描述 | 第18-19页 |
2.2.2 人工蚁群算法的应用 | 第19-22页 |
2.3 人工蚁群和生物蚁群的异同 | 第22-23页 |
2.4 本章小结 | 第23-25页 |
第三章 证券投资基本理论 | 第25-37页 |
3.1 证券市场概述 | 第25-26页 |
3.1.1 市场结构 | 第25-26页 |
3.1.2 市场功能 | 第26页 |
3.2 证券投资分析 | 第26-28页 |
3.2.1 基本面分析 | 第26-27页 |
3.2.2 技术分析 | 第27-28页 |
3.3 证券投资主要理论模型 | 第28-34页 |
3.3.1 Markowitz均值-方差模型 | 第29-30页 |
3.3.2 因素模型 | 第30-32页 |
3.3.3 资本资产定价模型 | 第32-33页 |
3.3.4 套利定价模型 | 第33页 |
3.3.5 安全首要模型 | 第33-34页 |
3.4 改进的投资组合模型 | 第34-36页 |
3.5 本章小结 | 第36-37页 |
第四章 基于蚁群算法的投资组合优化研究 | 第37-51页 |
4.1 投资组合优化的算法原理 | 第37-38页 |
4.1.1 信息素 | 第37页 |
4.1.2 启发函数 | 第37-38页 |
4.1.3 转移概率 | 第38页 |
4.2 蚁群算法实现步骤 | 第38-39页 |
4.3 选股策略 | 第39-42页 |
4.4 数据预处理 | 第42-47页 |
4.4.1 收益率数据预处理 | 第42-44页 |
4.4.2 方差与协方差的预处理 | 第44-45页 |
4.4.3 成交量数据预处理 | 第45-47页 |
4.5 实证研究及结果分析 | 第47-50页 |
4.5.1 目标函数最大值 | 第47-48页 |
4.5.2 目标函数最小值 | 第48-49页 |
4.5.3 结果分析 | 第49-50页 |
4.6 本章小结 | 第50-51页 |
第五章 结论 | 第51-53页 |
5.1 结论与展望 | 第51页 |
5.2 不足及今后的研究方向 | 第51-53页 |
参考文献 | 第53-58页 |
发表论文及参加科研情况说明 | 第58-59页 |
致谢 | 第59-60页 |