原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
哈尔滨工业大学硕士学位论文
摘要
投资者期望资产实现预期的回报收益率并将承担的风险控制在个人可承
受范围内，因此投资组合优化问题包含两个需要求解的目标函数。然而由于不
同投资者自身偏好存在差异，对风险的态度不同，投资者追求的是自身满意的
投资组合方案。为了解决这一问题，目前应用广泛的交互式进化多目标方法
IEMO
（）可以将决策者的个人偏好整合到决策流程中。
当前IEMO方法对于决策者认知要求较高，导致偏好信息存在难以避免的
噪声。本文从造成决策者认知负担的来源出发，从两方面进行改进现有IEMO
1
方法：（）设计二分遴选比较方法，采用难度较低的局部定性比较，避免决策
2
者作出错误判断而出现反馈信息噪声。（）减少交互次数从而降低认知负担。
选择有信息量的样本能够显著减少学习一个正确模型所需的样本数量，进而减
少需要与决策者进行交互的次数。本文通过对决策者的偏好进行初始学习和强
化学习，得到决策者的偏好距离矩阵。基于偏好距离度量对候选解进行二分类，
并从每个类中选出最能代表决策者对整个类的偏好的样本，获取决策者的真实
偏好信息。
本文采用决策树的形式对决策者偏好进行建模，并针对不同风险承受能力
和认知水平的决策者进行有效性检验。实验结果表明了基于二分遴选比较的方
法能够有效减少偏好信息不一致的情况，获得决策者的准确偏好。二分遴选比
较偏好决策模式的应用结果表明该模式能够提升决策树学习偏好的效率，降低
认知负担，帮助投资者在保证满意度的情况下更快的获得符合其偏好的投资组
合方案。
关键词:投资组合优化；交互式进化多目标优化；偏好反馈；偏好模型
I
哈尔滨工业大学硕士学位论文
Abstract
Investorsexpecttoachieveexpectedrevenuetargetandcontrolassetrisks
withintheiracceptablerange,thereforetheportfoliooptimizationproblem
involvestwoobjectivefunctions.However,differentinvestorshavedifferent
preferencesandattitudestowardsrisk,andtheyexpecttoobtainsatisfactory
portfolioplans.Todealwiththisissue,thewidelyusedInteractiveEvolutionary
Multi-objectiveMethod(IEMO)canintegratetheindividualpreferencesof
decision-makersintothedecision-makingprocess.
ThecurrentIEMOmethodsrequirehighcognitiverequirementsfor
decision-makers,resultinginunavoidablenoiseinfeedbackinformation.This
paperimprovesfeedbackmodefromthefollowingpointsbasedonthesourcesof
cognitiveburdenondecision-makers:(1)Designamethodbasedonbinary
selection
文档评论（0）