投资组合
文章平均质量分 63
望百川归海
记录点点滴滴
展开
-
基于PSO_FLNN预测股票周收益
1、简介 背景:针对均值-方差模型的局限性,利用启发式函数链神经网络预测得到的收益率替代历史数据。 工作原理:构建PSO_FLNN预测模型,PSO算法用来优化FLNN中个体的权重参数,FLNN用来对输入的个体预测其对应的周收益值。 具体代码详见我的GitHub地址:https://github.com/allrivertosea/Stock_return_forecast_based_on_Pso_flnn_2、具体预测过程(1)FLNN函数链神经网络 它是单层神经网络,原创 2021-10-15 22:17:16 · 391 阅读 · 0 评论 -
使用Cplex求解均值方差模型
在进行多目标进化算法求解投资组合问题时,由于多目标进化算法求得的是一组近似最优解,对于最大化收益和最小化风险的两目标M-V模型,需要找到一个基准,方便作为参考。这里利用Cplex工具求解均值-方差模型。1、模型构建 马科维茨的均值-方差模型,实质上是一个非线性的双目标的最优化问题,为的是达到最大化收益和最小化风险双目标的均衡状态。模型的数学描述如式所示: 其中,其中V为投资组合的风险,希望其尽可能小。R为投资组合的收益,希望其尽可能大。X为投资到各个证券上的资产比例组成的权重向量原创 2021-10-15 18:00:09 · 1436 阅读 · 0 评论