论文部分内容阅读
投资组合旨在通过分散资产到数个证券上,从而达到提高收益并降低风险的目的。现阶段,随着人工智能技术的快速发展,传统的投资组合优化方式正在不断发生改变。生成对抗网络是近年来提出的一种深度学习模型,具备强大的数据生成能力。文章首先采用生成对抗网络产生证券未来收益的多个场景,在此基础上,构建基于收益率最大化和风险值最小化的多目标投资组合模型;其次,通过引入竞争学习机制,改进经典的多目标遗传算法,对模型进行求解;最后,基于真实股市数据对所提模型、算法的有效性进行了验证。