论文部分内容阅读
本文将传统的马科维茨模型进行了改进，引入了风险厌恶因子，对投资比例设定了上下限。同时提出了一种并行遗传算法(PGA)，其运算时间短，而且随机搜索，不易陷于局部最优。将该算法引入证券投资组合领域，将数据随机分为若干个小组，同时进行遗传优化，提高了运算效率。通过实证分析，求解改进的模型，计算表明并行遗传算法能够准确快速地解决证券投资组合优化问题。