基于混合编码遗传算法的证券组合投资问题的求解

针对文献[1]提出的模型,设计了一种二进制编码和实数编码相结合的混合编码遗传算法(MCGA),仿真结果表明,混合编码遗传算法对该模型求解能极大地缩短算法的进化代数及保证收敛到最优解,并得到了比二次规划算法更好的结果;证明了这种混合编码的方法能有效克服二进制编码和实数编码各自的缺陷,快速提高遗传算法的收敛性能.     

证券组合投资的模糊规划方法

基于证券投资预期收益和风险的不确定性,利用多样化选择约束抵减证券投资的非系统风险.以证券组合投资的收益率极大化和β值极小化为目标.建立一种模糊规划模型,指出模型的求解方法.     

证券投资组合资产的选择模型研究

由于影响各种证券价格的微观经济因素各不相同，它们相互关联并彼此制约，证券组合投资可以有效地降低或消除非系统风险。基于非系统风险对证券投资预期收益率的影响，以及对证券投资组合规模适应性的要求，投资应建立有效的证券投资组合。     

组合证券的投资风险分析和选择

根据Markowitz理论研究组合证券的选择,以确定最优投资比例,从而使组合证券投资的风险最小。     

证券投资组合优化的数学模型分析

在单个证券的收益率、预期收益率和风险既定不变的条件下,证券投资组合的收益率,预期收益率和风险都是由各种证券的投资比例所决定。因此,投资者进行证券投资组合优化的关键是选择各种证券的投资比例。     

区间数在证券投资组合中的运用

文章用区间数描述了证券的收益率、投资风险和证券流动性的不确定性,基于绝对偏差风险函数和极大极小原则建立了投资组合选择的区间规划模型,并利用区间数的两种序关系将模型转化为普通的参数线性规划问题进而求得其解.     

浅析证券投资组合风险计量理论在我国的运用

证券投资是一项高收益伴随着高风险的经济活动,只有正确分析和把握投资风险,投资者才能应付证券投资带来的风险和对风险进行防范。本文从证券投资组合理论角度对投资风险进行分析和测算,以达到认识风险、计量风险和规避风险的目的。     

基于递归神经网络的证券组合投资

对神经网络在评券投资管理三个阶段 :变量选择、收益预测、证券组合方面的应用进行了分析 .在此基础上 ,着重对不允许卖空情况下预期收益固定、风险最小的证券最优组合的投资比例系数的求解提出了一种确定性模拟退火神经网络的解法 .最后 ,通过实例验证了模型的有效性     

证券投资分析教学中开展模糊逻辑思维培养的探讨

按照经典的证券投资分析方法对股价的变动方向进行预测,只是指出股价可能的变动方向,具有或然性,而学生将或然性当作必然性来看待在实际的证券投资中失误。同时由于信息的不对称,投资者之间形成对股价的不同的价值判断,对于整个证券市场来说,股价的变动是一个模糊混沌的可能世界。在证券投资分析实际教学中发现学生缺少模糊逻辑思维的意识在实际的证券投资中失误而产生对理论的动摇。本文从理论和实践的角度出发,提出在证券投资分析教学中开展模糊逻辑思维培养,为证券投资专业的建设及学生素质的培养提供一种思路。     

证券组合有效边界研究

根据有效边界定理，对非卖空，允许卖空以及无风险条件下有效边办的形状进行了定量分析和描述，为投资决策提供了基本的方法和思路。     

人工智能在即时反馈教学中的一种应用

反馈式教学能有效地提高教学的效果,考试作为常用的反馈手段具有一定的时间延迟性,教师无法即时地做出调整以达到预期的教学效果。如何找到一种有效的即时反馈方法成为教学工作者研究的内容。深度学习技术近年来得到了大力的发展。文章中介绍了将人工智能技术应用于即时反馈教学中的一种方法,通过摄像头成像,统计分析学生的听课效果,即时显示学生认真听课人数的比例,供教师即时地掌握课堂听课状况,为行为提供参考。对比实验的结果表明,该方法能在不增加附加教学成本的同时,有效地提升课堂的教学质量。     

基于粗糙集证券投资决策的模糊综合评价方法

证券投资具有高风险、高收益和模糊不确定性的特点．应用粗糙集理论以及模糊综合评价方法，建立了风险投资决策评价模型，并进行了实例分析．结果表明所建模型是可行且有效性的，对投资者有效地规避风险、提高投资决策能力具有现实指导意义．     

遗传算法在电力系统故障诊断中应用及智能设计

介绍了遗传算法及其在电力系统故障诊断中的应用,建立了基于遗传算法的模糊神经网络智能控制系统模型,并对模型的智能控制过程进行了分析,以故障分类算法为例,说明算法在电力故障诊断中的应用及其实现过程。     

改进的PSO算法及其在证券组合投资中的应用

粒子群优化算法(PSO)作为一种进化计算技术,已经广泛运用到了各个行业领域中。基于不同应用领域的具体要求,人们也针对不同的技术特点对PSO进行了改进。针对PSO算法在证券组合投资中的应用要求,提出一种改进的PSO算法,并通过上海证券交易所的实际数据进行计算机模拟,证实该算法在实际证券组合投资中的实用性。     

经典逻辑在人工智能知识推理中的应用

知识推理及其方法是人工智能领域的重要研究内容。研究了将经典逻辑应用于人工智能中进行知识推理的方法。     

A Multi-Objective Genetic Algorithm for Optimal Portfolio Problems

This paper concerns with modeling and design of an algorithm for the portfolio selection problems with fixed transaction costs and minimum transaction lots. A mean-variance model for the portfolio selection problem is proposed, and the model is formulated as a non-smooth and nonlinear integer programming problem with multiple objective functions. As it has been proven that finding a feasible solution to the problem only is already NP-hard, based on NSGA-II and genetic algorithm for numerical optimization of constrained problems (Genocop), a multi-objective genetic algorithm (MOGA) is designed to solve the model. Its features comprise integer encoding and corresponding operators, and special treatment of constraints conditions. It is illustrated via a numerical example that the genetic algorithm can efficiently solve portfolio selection models proposed in this paper.This approach offers promise for the portfolio problems in practice.     

人工智能在计算机网络系统故障诊断中的应用

本文简要介绍了人工智能技术的概念及其在计算机网络故障诊断中的应用可能，分析了各种方法的优缺点，并提出今后的发展方向，以促进该领域的发展。     

投资组合理论在期货投资中的应用

期货作为金融市场的一个重要组成部分,已经成为机构投资者构建投资组合时一个不可或缺的组成部分。根据投资组合理论,并使用概率统计的方法和规划求解的方法,投资者可以为投资组合选择投资品种,构建数学模型,求解资金配置方案,进行绩效评估,从而做出投资决策,但同时也应该认识到投资组合理论在期货投资实践中所具有的局限性。     

计算智能算法的研究现状

对几种智能计算方法及其特点作一个简明的综述,其中着重介绍模拟退火、神经网络、遗传与演化算法和禁忌搜索算法。讨论了各种计算智能算法的共性。最后指出了智能计算方法的发展趋势,对智能计算方法的推广应用具有重要意义。