基于遗传算法优化股票投资组合研究

Journal: Advances in Computer and Autonomous Intelligence Research DOI: 10.12238/acair.v3i4.17938

刘梓彤

青岛市崂山区培诺教育培训学校

Abstract

本文聚焦股票投资组合优化问题展开相关研究,目的是在风险跟收益之间谋求平衡。本文采用智能优化手段——遗传算法,经由模拟自然选择和遗传进化的流程,对股票投资组合做优化,文章构建出基于历史数据的投资组合模型,采用遗传算法所涉及的编码、适应度函数、选择、交叉与变异操作,对投资的占比进行优化,实验部分选定若干股票数据开展实证研究。结果显示：遗传算法经多次迭代可收敛到较优的解,显著增强投资组合的收益-风险水平,本文把研究成果做了总结,点明了方法存在的不足以及未来的改进方向。

Keywords

股票投资；数字金融；遗传算法

Full Text

PDF - Viewed/Downloaded: 0 Times

References

[1] 吴敏.中国人保股票投资规模激增[N].华夏时报,2025-
[2] 胡永新.股票成险资下半年投资首选[N].北京商报,2025
[3] 林星.基于局部相似性分析的股票市场投资策略研究[D].山东大学,2017.
[4] 许文伟.基于模糊逻辑的智能股票投资模型[J].中国新通信,2017,19(16):147-148.
[5] 陈倩莹.基于模糊理论的金融数据预测模型与交易策略算法研究[D].湖南大学,2018.
[6] 谢旺旺.基于机器学习的股票投资策略研究[D].哈尔滨工业大学,2022.
[7] 侯广林.股票投资组合中若干优化算法的比较研究[J].考试周刊,2013,(15):182-18.

Citing this article:

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License