云计算服务
服务器租用
DDOS 防护
虚拟主机
域名服务
基础设施
关于我们
本文运用CVaR风险度量方法,建立最优投资组合模型,在模型中加入税收和交易成本等与实际相符的相应约束,并利用人工蜂群算法(ABC算法)求解,从而得到最佳的投资组合,同时验证了本文提出的新模型的有效性和实用性。
2 部分代码function [MU, SIGMA]=EstimateReturnMoments(R, Semi)
if ~exist('Semi','var')
Semi = 0;
end
MU=mean(R,1)';
n=size(R,2);
if ~Semi
SIGMA=cov(R);
else
sigma=zeros(n,1);
for i=1:n
dev = R(:,i) - MU(i);
sigma(i) = sqrt(mean(dev(dev<0).^2));
end
rho=corrcoef(R);
SIGMA=rho;
for i=1:n
SIGMA(i,:)=SIGMA(i,:)*sigma(i);
SIGMA(:,i)=SIGMA(:,i)*sigma(i);
end
end
end
3 运行结果
[1]张懿. 人工蜂群算法在投资组合问题中的优化应用[J]. 计算机与数字工程, 2019, 47(8):6.
[2]高尧. 改进的人工蜂群算法在投资组合优化问题中的应用研究[D]. 天津商业大学.
部分理论引用网络文献，若有侵权联系博主删除。
.png)
.png)
