組合編碼遺傳演算法於投資組合及資金分配之應用

NCUIR > School of Management at National Central University > Graduate Institute of Information Management > Electronic Thesis & Dissertation > Item 987654321/12859

Please use this identifier to cite or link to this item: http://ir.lib.ncu.edu.tw/handle/987654321/12859

Title:	組合編碼遺傳演算法於投資組合及資金分配之應用
Authors:	侯佳利;Jian-Li Ho
Contributors:	資訊管理研究所
Keywords:	人工智慧;遺傳演算法;投資組合;資金配置;組合編碼
Date:	2001-07-10
Issue Date:	2009-09-22 15:16:24 (UTC+8)
Publisher:	國立中央大學圖書館
Abstract:	本研究係針對遺傳演算法提出一組合編碼的方式，用以解決遺傳演算法在資源分配及組合問題方面的不便。本研究並進一步將此編碼方式應用在解決投資組合問題中的資金分配問題上。利用此編碼方式可將投資標的之選擇與資金比例之分配兩個問題，整合在單一染色體(Chromosome)中來表示，以便透過遺傳演算法來進化求解出較佳之投資組合與資金分配比例。　　在投資組合中，每一不同的資金配置量和不同的投資標的物之選擇即構成不同之投資組合。但在現實投資問題中，可供選擇的投資標的物非常眾多，若同時評估多種投資標的物與多種資金配置比例的選取，則所構成的投資組合數將極為龐大。因此，並不適合以窮舉法的方式進行求解，必需求助諸如「遺傳演算法」等人工智慧的柔性運算方式來輔助搜尋出滿意解。　　而過去利用遺傳演算法在解決投資組合問題時，常會因編碼方式的限制，而產生不當擴大搜尋空間或造成不同染色體間資金比重的表達缺乏一致性，以及浪費大量計算資源在處理非法解或正規化上等問題。　　但若透過本研究所提供之「組合編碼式遺傳演算法」，即可有效使編碼表達空間與實際問題的解答空間吻合，因此可以增加搜尋速度並增進搜尋效果。經由本研究之資金分配實驗，在民國八十七年至八十九年期間，在證券市場的實際測試結果，顯示透過組合編碼方式可以補充傳統遺傳演算法的編碼方式的不足，在解決組合問題的應用時，可以有效避免正規化運算和非法解的排除等資源浪費。更可以快速且有效的找出較佳之投資組合，且不論在空頭市場或多頭市場中均可有較佳之報酬率。
Appears in Collections:	[Graduate Institute of Information Management] Electronic Thesis & Dissertation

Files in This Item:

File	Size	Format

社群 sharing

Loading...