基于非凸稀疏模型的优化算法在金融投资组合中的应用  

Application of Algorithm Based on Nonconvex Sparse Optimization in Financial Portfolio

作　　者：李蒙 LI Meng(School of Network Security and Informationization,Weinan Normal University,Weinan 714099,China)

机构地区：[1]渭南师范学院网络安全与信息化学院,陕西渭南714099

出　　处：《渭南师范学院学报》2018年第20期47-53,共7页Journal of Weinan Normal University

基　　金：陕西省教育厅专项科研计划项目:改进蚁群算法在SAR图像边缘检测中的应用研究(18JK0279)

摘　　要：投资组合理论主要研究如何在最大化预期收益和最小化投资风险的前提下进行资产的最优配置。文章在阐述金融投资组合理论及其现状的基础上,引入稀疏投资组合问题的数学模型,并介绍了一种用于求解非凸稀疏优化问题的算法——罚函数分解法,通过该算法求解投资组合问题,将其求解结果与遗传算法求解该问题的结果进行比较。结果表明,罚函数分解法对金融领域的稀疏问题具有广泛的适用性,且算法的收敛性保证了求解结果的可靠性和有效参考价值。Portfolio theory aims to optimize asset allocation to maximize expected returns and minimize investment risks. This research starts with a brief introduction of modem financial portfolio, and then presents penalty decomposition algorithm to solve nonconvex sparse portfolio optimization. Numerical experiment indicates that penalty decomposition algorithm can be applied to finance effectively and the convergence of the algorithm guarantees the reliability of the solutions.

关 键 词：罚函数分解法 MARKOWITZ模型 投资组合 稀疏 

分 类 号：O224[理学—运筹学与控制论]