《计算机应用研究》|Application Research of Computers

基于引力搜索算法的证券投资组合问题研究

Study of portfolio optimization problem based on gravitational search algorithm

免费全文下载 (已被下载 次)  
获取PDF全文
作者 刘晓勇
机构 华南理工大学 工商管理学院,广州 510640
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2014)11-3243-04
DOI 10.3969/j.issn.1001-3695.2014.11.010
摘要 引力搜索算法是模拟万有引力定律进行搜索的一种新颖的优化算法,已有研究表明该算法比传统的一些优化算法拥有较好的收敛性能,但该算法在局部搜索能力上有所欠缺。提出一种基于惯性递减权重的引力搜索算法(gGSA),该算法能够在局部进行进一步的探索,强化局部搜索能力。该算法应用到基于VaR的证券最优投资组合模型中,解决证券投资组合优化的问题,并以上证50指数中成分股于2012年上半年日收盘价格作为测试数据集进行计算,结果表明改进算法所得到的投资比例能够获得较好的收益率。
关键词 引力搜索算法(GSA);投资组合;风险价值;惯性权重
基金项目 广东省高校优秀青年教师培养计划资助项目(Yg2013108)
本文URL http://www.arocmag.com/article/01-2014-11-010.html
英文标题 Study of portfolio optimization problem based on gravitational search algorithm
作者英文名 LIU Xiao-yong
机构英文名 School of Business Administration, South China University of Technology, Guangzhou 510640 China
英文摘要 Gravitational search algorithm(GSA) is a novel optimization algorithm based on the law of gravity and mass interactions. In the algorithm, the searcher agents were a collection of masses which interacted with each other based on the Newtonian gravity and the laws of motion. Some study show that GSA can obtain more superior results than PSO in most cases. But the basic gravitational search algorithm was eary to be trapped into local optimum. This paper proposed an improvement weighted algorithm, named gGSA, and strengthed local search capacity of GSA. This algorithm was used to portfolio optimization model based on VaR and solved the portfolio optimization problem. The result demonstrates that the new algorithm is feasible and effective.
英文关键词 gravitational search algorithm; portfolio; VaR; inertia weight
参考文献 查看稿件参考文献
  [1] RASHEDI E, NEZAMABADI-POUR H, SARYAZDI S. GSA:a gravitational search algorithm[J] . Information Sciences, 2009, 179(13):2232-2248.
[2] SIDDIQUI A, DEB T, SINGH M. Improved gravitational search algorithm for loadability enhancement of transmission lines using UPFC[J] . International Journal of System Assurance Engineering and Management, 2014, 5(3):444-449.
[3] RASHEDI E, NEZAMABADI-POUR H, SARYAZDI S. BGSA:binary gravitational search algorithm[J] . Natural Computing, 2010, 9(3):727-745.
[4] ZIBANEZHAD B, ZAMANIFAR K, SADJADY R S, et al. Applying gravitational search algorithm in the QoS-based Web service selection problem[J] . Journal of Zhejiang University:Science C, 2011, 12(9):730-742.
[5] ZHANG Yu, LI Ya-na, XIA Feng, et al. Immunity-based gravitational search algorithm[C] //Proc of the 3rd International Conference on Information Computing and Applications. 2012 :754-761.
[6] 刘勇, 马良. 非线性极大极小问题的混沌万有引力搜索算法求解[J] . 计算机应用研究, 2012, 29(1):47-48, 56.
[7] 刘勇, 马良. 复杂系统可靠性优化的混合万有引力搜索算法求解[J] . 上海理工大学学报, 2012, 34(4):333-336, 342.
[8] 徐遥. 基于引力搜索算法的改进及应用研究[D] . 镇江:江南大学, 2012.
[9] 张维平, 任雪飞, 李国强, 等. 改进的万有引力搜索算法在函数优化中的应用[J] . 计算机应用, 2013, 33(5):1317-1320.
[10] 李沛, 段海滨. 基于改进万有引力搜索算法的无人机航路规划[J] . 中国科学:技术科学, 2012, 42(10):1130-1136.
[11] 谷文祥, 李向涛, 朱磊, 等. 求解流水线调度问题的万有引力搜索算法[J] . 智能系统学报, 2010, 5(5):411-418.
[12] 牛培峰, 肖兴军, 李国强, 等. 基于万有引力搜索算法的电厂锅炉NO_x排放模型的参数优化[J] . 动力工程学报, 2013, 33(2):100-106.
[13] 李超顺, 周建中, 肖剑. 基于改进引力搜索算法的励磁控制PID参数优化[J] . 华中科技大学学报:自然科学版, 2012, 40(10):119-122.
[14] 赵永生, 张志刚, 徐友全. 基于夏普比率的房地产投资组合优化模型研究[J] . 山东建筑大学学报, 2007, 22(2):150-153.
[15] 张波, 陈睿君, 路璐. 粒子群算法在投资组合中的应用[J] . 系统工程, 2007, 25(8):108-110.
收稿日期 2013/11/11
修回日期 2014/1/9
页码 3243-3246
中图分类号 TP301.6;F830.59
文献标志码 A