基于數據累加的證券投資組合遺傳算法
陳霞 華北水利水電大學數學與統計學院; 河南鄭州450046
關鍵詞：數據累加 數據累減 證券投資組合 遺傳算法
摘要：證券投資組合優化算法是人們關注的熱點、難點問題。目前研究主要集中于不同算法方面,其中運用最為廣泛的是遺傳算法求解證券投資組合最優化問題,但投資組合中出現的大量數據的隨機性和波動性問題并沒有得到很好的解決。利用數據累加和數據累減技術可以較好地解決這一問題。采用遺傳智能優化算法,可以實現證券投資組合優化計算。結果表明:在保持組合收益不變的情況下,比較由原始數據和經過處理后數據計算出的風險系數值,將原始數據進行累加處理,對于求解證券投資組合問題是有較大改善的。
河南工程學院學報·社會科學版雜志要求:
{1}參考文獻必須在文中用[數字]標出對應標號,參考文獻統一列在文后。
{2}本刊實行雙向匿名審稿制度。審稿周期一般為3個月。3個月內未收到刊用意見，作者可自行處理來稿。
{3}在不影響文章觀點表述的前提下，本刊有權對稿件做適當刪改，如不同意刪改請在投稿時注明。
{4}題名與標題以最恰當、簡明的詞句反映論文、報告中的最重要的特定內容，題名應避免使用不常見的縮略語、首字母縮寫詞、字符、代號和公式等。
{5}來稿請在末頁附上第一作者簡介（包括姓名、出生年、籍貫、性別、民族、職稱、學位、研究方向、聯系電話、電子信箱）以及工作單位、詳細通信地址、郵政編碼。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
