论文部分内容阅读
在如今的各行各业乃至人们的日常活动中,任何形式的投资主体企业或个人,都会经常面临组合投资的机会,在投资过程中,投资者会综合考虑多方面的因素,这也就涉及了一个多目标投资组合的问题。在当前市场经济飞速发展的时代,该问题已经成为金融投资领域的热点研究课题之一。该问题描述的是投资者针对每个具有特定收益、交易费用、风险等特征的投资资产,从中选择适当数量的资产,并决定其在总投资决策中的最佳投资比例,以期获得更好的投资组合决策方案,同时确保投资风险与所支付交易费用的最小化,最终达到投资收益的最大化。针对该类存在互相冲突性质的多个目标,如何做出最优的投资决策,一直是金融界和学术界的焦点问题之一。多目标投资组合问题是当今运筹学领域中的一个相对复杂的问题,归类于NP-难解问题,利用传统的优化方法求解该问题时存在一定的难度。近几年,很多学者研究利用智能优化算法求解该问题,并进行了大量的尝试和深入的探索,这已成为一个比较热门的研究课题,并且取得了较好的效果。但是目前为止,很少有学者利用人工鱼群算法求解多目标投资组合问题,因此,论文提出利用群智能优化算法——人工鱼群算法求解该问题。论文对人工鱼群算法(AFSA)在多目标投资组合问题中的应用加以介绍和讨论,并针对人工鱼群算法中的几个不足点,提出了两种改进的人工鱼群算法,通过测试函数验证了基本AFSA和改进算法的可行性;最后利用MATLAB工具针对多目标投资组合问题进行仿真实验,得到了满足投资者的最优组合投资决策方案,并在一定程度上提高了投资决策的实用性,使投资者可以根据个人偏好选择更适合自己的投资决策,同时验证了改进的算法相对于基本人工鱼群算法的高效性以及实用性。论文提出的将人工鱼群算法在多目标投资组合问题中的应用策略,是该算法在金融投资领域中的一次有意义的尝试,进一步拓宽了该算法的应用领域。