投资组合优化的可行性规则人工蜂群算法

刘永波

(泸州职业技术学院 信息工程系，四川 泸州 646005)

证券投资是证券市场运行环节中的重要组成部分，而证券组合理论又是最重要的证券投资理论之一，著名学者Markowitz建立了求解最佳证券投资组合的解析模型。由于最佳证券组合的求解实际上属于一类组合优化问题，通常归结为二次规划模型[1-2]，是一类典型的带约束NP-hard问题。可运用运筹学中的非线性规划法求解这类问题，但其求解过程往往十分复杂，而且对求解者的数学理论基础有较高要求[3-4]。

为了避免繁琐的数学规划求解，已有许多学者应用智能算法求解证券组合优化问题。张伟等[1]应用二进制编码遗传算法(genetic algorithm, GA)求解该问题，具有简洁、直观的优势，但效率不够高;何洋林等[2]应用整数编码自适应遗传算法(adaptive GA, AGA)求解该问题，提高了求解效率;Soleimani等[3]应用GA求解含最大、最小交易量约束的投资组合优化模型;夏梦雨等[4]则应用粒子群算法(particle swarm optimization, PSO)求解该问题;刘晓峰等[5]应用PSO求解允许卖空证券投资和不允许卖空证券投资2种情形下的优化模型;刘衍民等[6]应用具有约束处理机制的PSO求解自融资投资组合优化模型;李磊等[7]应用2种版本的文化算法(cultural algorithm, CA)求解此模型;江家宝等[8]以最大化个人经济效益或最大化周期结束时个人财富为目标，建立多阶段投资组合优化模型，再应用差分进化算法(differential evolution, DE)求解该问题。最近，有学者应用混合智能算法求解这类问题。李国成等[9]提出基于混沌搜索、PSO和引力搜索算法的混合元启发式搜索算法，并应用该算法求解基数约束投资组合问题；……