科研之友
微信
新浪微博
Facebook
分享链接
摘要
证券市场具有高收益以及高风险,证券最优投资组合问题一直是一个值得研究的问题。本文提出了一种新的基于神经网络和遗传算法结合的证券最优投资组合模型。具体的,本文以利润为函数输出,其余变量为输入,利用神经网络的非线性拟合能力和遗传算法的优化寻优能力来寻找利润最大时的投资组合。本文研究了确定性条件下的证券最优投资组合,先用BP神经网络拟合出目标函数,预测求出最优的10只股票,再用遗传算法求得最优的投资组合,获得10只股票各自的投资占比,确定最优投资组合。经过实证分析,这种新的基于神经网络和遗传算法结合的证券最优投资组合模型,具有一定的经济意义。
- 单位
