基于遗传算法的投资组合模型及实证研究
第一种，由Ｒｏｙ提出：最优证券组合的预期收益率哗低于某一给定的值碍
的概率达到最小值。
ｍｉｎＰ（砟＿＜写）
第二种，由Ｋａｔａｏｋａ提出：给定一个小的概率口，令证券组合收益的最小限
定值Ｒ达到最大。
ｆｍａｘＲ
ｌｓ２．Ｐ（Ｂ＿＜墨）ｓ口
第三种，由Ｔｅｌｅｓｅｒ提出：给定一个小的概率口和某一限定值Ｒ，令证券组
合的预期收益Ｅ（哗）达到最大。
ｆｍａｘＥ（饰）
Ｉｓｊ，（饰＜Ｒ）墨ａ
１．４论文的主要内容
本文共分为５章，内容安排如下：
第一章，现代投资组合理论综述。主要介绍了课题的研究背景、研究内容
以及国内外研究现状。
第二章，遗传算法的理论研究。主要介绍了遗传算法的基本流程、特点、
性能以及常用的技术。
第三章，遗传算法的改进。主要介绍了ＴＡＮＧ算法、遗传算法与ＴＳ算法相
结合的ＧＡＴＳ混合算法以及ＩＡＧＡ算法。
第四章，遗传算法求解具有投资限制的投资组合模型。设计了一种改进的
遗传算法求借具有投资限制的投资组合模型。
第五章，总结与展望。对本文得到的结论进行总结和对未来的工作进行展
望。