论文部分内容阅读
证券投资组合优化算法是人们关注的热点、难点问题。目前研究主要集中于不同算法方面,其中运用最为广泛的是遗传算法求解证券投资组合最优化问题,但投资组合中出现的大量数据的随机性和波动性问题并没有得到很好的解决。利用数据累加和数据累减技术可以较好地解决这一问题。采用遗传智能优化算法,可以实现证券投资组合优化计算。结果表明:在保持组合收益不变的情况下,比较由原始数据和经过处理后数据计算出的风险系数值,将原始数据进行累加处理,对于求解证券投资组合问题是有较大改善的。