用微粒群算法求解含交易费用的组合投资模型.pdfVIP

维普资讯 上 海 理 工 大 学 学 报 第30卷 第4期 J．UniversityofShanghaiforSciencenadTechnology Voi．30 No．4 2008 文章编号：1007—6735(2008)04—0379—03 用微粒群算法求解含交易费用的组合投资模型 夏梦雨， 叶春明， 徐济东 (上海理212大学 管理学院，上海 200093) 摘要：针对国内证券交易的具体情况，提 出了含交易费用的投资组合优化模型．利用微粒群算法对 问题进行了求解，并结合实际数据进行仿真．结果表 明，利用微粒群算法可以较高的效率求解该模 型，且从结果上表明模型的合理性． 关键词：投资组合；微粒群算法；Matlab软件 中图分类号：F224．3 文献标识码 ：A Solution ofportfolioinvestmentmodelincludingtransaction feewith particleswarm algorithm XlAMeng-yu， YEChun-ming， XUJi-dong (BusinessSchool，UniversityofShanghaiforScienceandTechnology，Shanghai200093，China) Abstract：Consideringtherealsituation in securities’transaction inChina，aportfolio investment modelincludingtransactionfeewasproposed，andasolutionwasobtainedwithparticleswarm opti— mization．Theresultsofrealdatasimulationsshow thatthemodelcanbesolvedreasonablyandeffec— tivelybyuseofpraticleswarm algorithm ． Keywords：portfolioinvestment；POrticleSgA22~moptimization；Matlabs@ ze~re 文献 [1]的发表，奠定了资产组合投资理论的基 用的改进资产分配优化模型 ．该模 型是从投资者实 础，标志着现代资产组合理论的开端．文中资产组合 用的角度出发，并且充分考虑了各种实际约束，以微 理论认为，投资者进行决策时总希望以尽可能小的 粒群算法对该问题进行了优化． 风险获得尽可能大的收益，或在收益率一定的情况 1 含交易费用的投资组合优化模型 下，尽可能降低风险．即在满足预期收益率一定的情 况下，使其风险最小；或在满足既定风险的情况下， 模型 使其收益率最大，也即通过二次规划模型来进行投 fmin =xT∑x 资组合决策．然而在我国证券市场中，有很多的限制 maxE(rp)=xTR 和规定，马尔柯维茨模型只考虑了在理想情况下的 投资组合，其结果往往在实际情况中难 以操作．由 s【．t．∑ =1 此，本文提出了基于我国证券市场现状的含交易费 收稿 日期 ：2007—03—09 基金项目：上海市重点学科建设资助项 目(T0502) 作者简介：夏梦雨(1981一)，男，硕士研究生． 维普资讯