蚁群算法作为一种新兴的模拟进化算法,被广泛地应用于求解组合优化问题。对于解决旅行商问题、二次分配问题、武器-目标分配问题、指派问题、频率分配问题、电力系统故障诊断等NP-难题,均获得了成功的应用。将蚁群算法应用于证券投资组合,尚属新兴的研究,具有一定的现实意义。本文的核心内容为第二章至五章。其中,第二章介绍了蚁群算法的基本概念和理论,并对蚁群算法的基本思想,尤其是人工蚁群算法的产生和实现过程、蚁群算法模型及研究现状做了详细的介绍。第三章则着重介绍证券投资研究方法和研究成果,分别从基本分析、技术分析和组合分析三个方面进行了概述。第四章,通过深入分析蚁群算法中蚂蚁搜索过程的本质,将投资者视为自然界中的蚂蚁,对投资者的投资行为进行模拟,并根据真实的证券市场,对蚁群算法进行了改进,建立模型,最后通过编程实现算法,并进行实证研究,得到了较满意的结果。第五章,本文将蚁群算法得到的结果与基于较为成熟的算法-模拟退火算法得到的结果进行了比对,对比结果体现了蚁群算法的优越性。本文的创新之处,不仅在于将蚁群算法应用到证券投资组合的研究中,更在于,在其他方面的应用里,蚁群算法往往是作为求解组合优化问题的一种方法,而本文则致力于深入挖掘蚁群算法内部的特点和优势,找出了蚂蚁觅食与证券投资行为的相似点,应用该算法自身的特点来模拟证券投资行为,从而得出一个较优的证券投资组合。蚁群算法作为新兴的模拟进化算法,在解决组合优化问题方面具有广阔的前景和潜力。而证券投资问题又是一个具有重要理论和实际意义的优化问题。因此研究用蚁群算法解决证券投资组合问题有着重要意义。