以基因演算法建置不同風(fēng)險(xiǎn)接受度之投資組合(參考版)
2025-07-01 03:31本頁(yè)面
【正文】 22. 顏佳維，利用遺算算法發(fā)掘投資組保保險(xiǎn)之調(diào)整，中央大學(xué)信息管理學(xué)系碩士班，2004年。 20. 黃宏德，臺(tái)灣股市選股指標(biāo)績(jī)效評(píng)估，中山大學(xué)財(cái)務(wù)管理研究所，2000年。18. 陳旭宏，基本分析運(yùn)用于股票超額報(bào)酬之研究，大華大學(xué)事業(yè)經(jīng)營(yíng)研究所，2001年。16. 候佳利，組合編碼遺傳算法于投資組合及資金分配之應(yīng)用，中央大學(xué)信息管理學(xué)系碩士班，2001年。14. 李達(dá)開(kāi)，以基因算法建構(gòu)股票投資組合，清華大學(xué)科技管理研究所，2002年。 Sons ,1994,~134.2. Connor,G.,Korajczyk,Risk and return in an equilibrium APT: Application to a new test methodology, Journal of Financial Economics,1988,Vol 21,No 2,.3. Dongsong Zhang and Lina Zhou,Discovering Golden Nuggets：Data Mining in Financial Application,IEEE Transactions on system ,2004, Vol. 34,No 4,pp. 513522.4. Fama and French ,The CrossSection of Expected StockReturns, Journal of Finance, 1992,Vol 47, .5. Fothergill and Coke,Fund of Hedge Funds: An Introduction to MultiManagerFunds, The Journal of Alternative Investments, 2001, .6. Juan G. Lazo, Marley Maria R. Vellasco and Marco Aur233。伍、參考文獻(xiàn)1. Bauer, JR. Richard J,Genetic Algorithms amp。肆、結(jié)論研究相信透過(guò)遺傳算法的選股策略及資金分配考慮，能讓投資股票報(bào)酬能力提升、風(fēng)險(xiǎn)程度下降。 參考Forthergill and Coke（2000）認(rèn)為想要達(dá)到分散風(fēng)險(xiǎn)的目的， 需要15 至20 支投資標(biāo)的，因此若遇到基因編碼后條件篩選出的個(gè)股小于15支時(shí)，則給予Sharp值扣分扣分。除了適應(yīng)函數(shù)外，另外也要考慮其它的選股限制，因此用以下二種限制條件讓選股更嚴(yán)謹(jǐn)： (二)、基因算法之適應(yīng)函數(shù)及限制本研究基因算法采取”長(zhǎng)期持有一年”之Sharp值做為適應(yīng)函數(shù)，其公式如下： 第二類：以公司規(guī)模做為例子，編碼如下圖：圖九 公司規(guī)模賬面對(duì)市價(jià)比之編碼圖公司規(guī)模參考Fama and French (1992)采用投資組合的做法，在樣本期間內(nèi)分別依六個(gè)指標(biāo)值大小將175 家樣本公司分為五類（最大、大、中、小、最?。4]，研究將同產(chǎn)業(yè)的公司模規(guī)以Z分配來(lái)表達(dá)，分成五大范圍表示上述五類表六 公司代碼定義公司定義對(duì)應(yīng)代碼Z分配范圍最大10000X大01000X中00100X小00010X最小00001X 第一類：以賬面對(duì)市價(jià)比做為例子，編碼如下圖：圖七 賬面對(duì)市價(jià)比之編碼圖其中常數(shù)的編碼是以Z分配來(lái)做考慮，而Z分配數(shù)據(jù)介于3及3之間的比重占了98%，~。表四 不同風(fēng)險(xiǎn)分類等級(jí)理財(cái)目標(biāo)積極創(chuàng)造財(cái)富追求較高的收益著重收益型投資較保守型風(fēng)險(xiǎn)承擔(dān)能力最高 高中低風(fēng)險(xiǎn)承擔(dān)能力量化50%30%~50%10%~30%10%獲利期待最高報(bào)酬高報(bào)酬中報(bào)酬保本四、選股策略選股策略是將所有挑選出來(lái)的財(cái)務(wù)指針以基因算法考慮風(fēng)險(xiǎn)程度分類后做指針的篩選及邏輯變量、比較的常數(shù)的選擇，最后會(huì)產(chǎn)生不同風(fēng)險(xiǎn)程度的選股規(guī)則，其規(guī)則如表五。股票的擇股陳柏年(2001)[19]利用財(cái)報(bào)中70個(gè)財(cái)務(wù)變量，透過(guò)遺傳算法來(lái)找出較有解釋力的變量。大盤及現(xiàn)金的資產(chǎn)調(diào)整策略(擇時(shí))Bauer(1994)[1]找出選股規(guī)則，利用回歸模型找出和Samp。股票的擇股及資金分配顏佳維(2004)[22]利用基因結(jié)合傳統(tǒng)擇時(shí)之調(diào)整方法及技術(shù)分析，設(shè)計(jì)一套新的風(fēng)險(xiǎn)及非風(fēng)險(xiǎn)性資產(chǎn)調(diào)整時(shí)機(jī)之策略。做法為利用多變量線性回歸模式及四個(gè)因子給予股票評(píng)分，隨機(jī)選取落入評(píng)分標(biāo)準(zhǔn)內(nèi)的股票做為投資標(biāo)的，之后再透過(guò)基因及模擬退火法各自找出最佳投資組合報(bào)酬率之權(quán)重。股票的資金分配劉貴強(qiáng)(2004)[21]透過(guò)基因的編碼符合組合基金之限制─單支子基金不得超過(guò)30%，并藉由找出適當(dāng)?shù)墓餐鹂?jī)效評(píng)估指標(biāo)，將指標(biāo)給予評(píng)分、公式化，做為基因擇股之適應(yīng)函數(shù)，之后再利用適應(yīng)函數(shù)的處罪函數(shù)，將基金限制在由5~20支基金組成最佳的投資數(shù)目。如選到第四個(gè)染色體做突變，如下圖突變后，產(chǎn)生了新的染色體：圖五 染色體突變(三)、基因算法在投資組合領(lǐng)域的相關(guān)研究表三 基因與投資組合相關(guān)文獻(xiàn)作者/日期研究?jī)?nèi)容研究議題候佳利(2001)[16]針對(duì)基因算法的提出一編碼方式，來(lái)解決投資組合中資金分配的問(wèn)題。10100001100010100101001010100010 (五)交配：以多點(diǎn)方式做為交配方法，選取
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1