基于遗传算法BP神经网络优化证券组合投资  

Simulation Analysis on Portfolio Investment Based on BP and GA

作　　者：朱小梅[1] 郭志钢[2] 杨先凤[1] 

机构地区：[1]西南石油学院计算机科学系,四川成都610500 [2]西南财经大学研究生部,四川成都614272

出　　处：《江汉大学学报（自然科学版）》2005年第3期47-50,共4页Journal of Jianghan University：Natural Science Edition

摘　　要：BP神经网络由于具有对数据大规模并行处理及对知识有较强融合能力的优点,应用范围极广.然而也存在一些致命的缺点(如容易陷入局部极小点),通过遗传算法(GA)与BP网络结合,可以有效地解决该问题.优化证券投资组合的仿真模拟实验结果表明,其优化方案比使用二次规划法更优,该方法更具正确性、高效性和实用性.Due to the BP neural net work＇s capability of massive parallel processing, association memory and approximating non-linear functions, it is applied to wide fields. The problems such as trapping into the local minimum are solved by combining GA and BP neural network. The validity, efficiency and practicability are demonstrated through portfolio investment selection simulation.

关 键 词：遗传算法 BP神经网络 证券组合投资 马柯维茨模型 二次规划 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置] F830.91[自动化与计算机技术—控制科学与工程]