自适应差分进化算法

提出了一种自适应差分进化算法,该算法在计算过程中自适应调整缩放因子,在搜索初期保持种群的多样性和增强全局搜索能力,后期有利于局部搜索提高算法的精度。数值实验结果表明,该算法有效的避免早熟,提高了全局寻优能力。该算法的性能优于基本微分进化算法。  

基于CVaR度量的投资组合优化研究

基于条件风险价值计量技术,首先考虑不允许卖空的情况下,以期望收益为约束,建立了以风险最小化为目标函数的投资组合优化模型。其次,针对该模型运用差分进化法进行求解,利用罚函数方法处理模型中的收益约束。最后,选取沪市和深市的8支股票以及银行存款利率数据进行实证分析,结果表明了模型的合理性和算法的可行性。  

基于CVaR的多品种期货套期保值研究

以最小化条件风险价值CVaR为目标函数,考虑资金限制,建立套期保值模型来研究多品种期货套期保值的套保比率问题。以资金限制为约束,避免了套期保值者因资金短缺而强制平仓造成的套保失败。实证结果表明,多品种的单位风险收益比单品种的大,说明多品种较单品种能更好地实现套期保值。  

限制性卖空的单位风险收益最大投资组合模型

在限制性卖空条件下,以VaR作为风险度量工具,它比传统的方差风险度量更全面更系统,首先建立了限制性卖空的单位风险收益最大模型,其次提出了基于线性递减惯性权重和自然选择机制的二阶混合粒子优化(LSSPSO)算法,并将该算法应用到模型中进行求解,最后以一个算例验证了算法的有效性,以及限制性卖空有助于增强市场效率,降低市场风险。