遗传算法在优化资产组合中的应用.pdfVIP

摘 要 加入WTO后，中国证券市场规模日益扩大，证券行业对外开放的趋势 也日益明显。中国证监会于1997年11月4日发布《证券投资基金管理暂 行办法》，对基金的发起、管理、托管以及信息披露做出了严格的规定，为 中国真正意义上的基金行业的发展拉开了序幕。从1997年开始，中国的基 金业经历了一个从无到有的过程。1998年3月5日，国泰基金管理有限公 司成为在《暂行办法》出台后第一家成立的基金管理公司。第一批10家基 金管理公司的成立和48只封闭式基金的发行，消化解决了历史遗留问题， 理清了市场，也完成了规范、专业的基金管理的试点。２００１年８ 月１ ７日，证监会正式批准设立国内首家契约型开放式基金——华安创新证券 投资基金，中国基金行业跨入一个新的发展阶段。这一阶段的主要变化不 仅在于产品的创新，更体现在整个基金行业的管理及经营理念的一次飞跃。 随着首家中外合资基金公司——湘财荷银的开张运营，基金行业通过与国 际知名的资产管理公司合作，有望加强内部管理和产品创新，进一步加快 国际化进程。 基金的发展，带来了机会，同时也带来了风险。如何测量风险，以及 知道了一定的风险值以后，我们能不能对基金组合进行优化，使组合的风 险更小？本文就是基于这种思想，从中国实际出发，在考虑、筛选了多种 优化算法后，采用国际上最新的遗传算法的思想对投资组合进行了优化。 文章在第一章介绍了资产管理的基本概念。包括风险的概念，根据风 险的定义，给出了风险的类型，以及测量风险的方法。我们考察的主要是 组合的风险，因此在介绍了资产组合管理的过程后，又给出了资产组合的 业绩评价的方法。 根据证监会的要求，各个基金公司的基金发行都要给出测量风险的 VaR 值。本文也主要采取 VaR 的方法来衡量组合的风险。因此第二章对测 量组合风险的VaR方法进行了描述。简单介绍了VaR的基本概念与单项资 产VaR的计算方法，接着重点介绍了本文所采用的VaR模型的解析类方法。 第三章给出了计算投资组合的各种算法。首先对经典的Markowitz资 产组合选择理论的原理进行了介绍，然后给出了马克维茨组合理论的优缺 点。接着介绍了两种传统的优化方法：枚举法和非线性规划方法。对这二 1 种方法进行了描述，给出了其计算投资组合的优缺点。 正是上面算法的一些特点，复杂投资组合的优化无法满足其提出的条 件要求，所以本文给出了一种新的计算投资组合优化的算法――遗传算法。 在第四章详细介绍了遗传算法，这也是本文的重点。首先介绍了遗传算法 的产生和发展，以及遗传算法的优点。又给出了基本的遗传算法。最后根 据实际的投资组合优化的需要，考虑带约束非线性规划问题，设计了相应 的适应度函数及处理约束的方法，结合了排序选择以保证群体的多样性， 利用多个群体的竞争得到全局解。给出了带约束非线性规划问题的遗传算 法，包括初始种群的产生，适值函数的选取，交叉运算，变异运算，下一 代染色体的产生以及最后的终止准则。其算法流程为： a) 给定种群数量，初始化种群； b) 根据给定的适应度函数算出种群中各个个体的适应度函 数，进行排序，运用轮盘赌算法进行选择； c) 对选定的个体进行交叉和变异运算； d) 计算后代个体得到目标值并评价适应度； e) 根据淘汰机制更新种群； f) 看是否满足终止条件，如不满足，则转到b。 有了第四章的遗传算法，接着在第五章我们对算法进行了实证验证。 包括具体的带规划和不带规划的例子，同时考察了目标函数为VaR时不同 置信度下优化的效果比较。最后对上证180指数以及上证50的最优化均进 行了测试，特别是上证50，分别给出了其资金配比以及帐户配比优化前后 的比较。证明本算法是有效而可行的。 文章的第六章也就是最后一章给出了本文的结论。 本文考虑组合的优化问题，首先对风险以及风险的评价，风险的 VaR 度量作了详细的叙述。由于目标函数没有明确的表达式，并且数据较大， 更主要的问题是优化问题的约束条件一般情况下都不满足凸性的要求，并 且解的集合不光滑。目标函数有的时候要考虑