English  |  正體中文  |  简体中文  |  Post-Print筆數 : 27 |  全文筆數/總筆數 : 111316/142225 (78%)
造訪人次 : 48395490      線上人數 : 641
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧：
  • 您可在西文檢索詞彙前後加上"雙引號"，以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋，建議至進階搜尋限定作者欄位，可獲得較完整資料
    •  進階搜尋


    請使用永久網址來引用或連結此文件: https://nccur.lib.nccu.edu.tw/handle/140.119/53419


    題名: 運用新的粒子群演算法求解馬可維茲資產組合選擇模型
    其他題名: A New Particle Swarm Optimization for Markowitz Portfolio Selection Model
    作者: 陳春龍
    貢獻者: 國立政治大學資訊管理學系
    行政院國家科學委員會
    關鍵詞: 粒子群演算法;資產組合;馬可維茲模型;效率前緣
    Particle swarm optimization;Portfolio selection;Markowitz mean-variance model;Efficient frontier
    日期: 2010
    上傳時間: 2012-08-30 15:48:44 (UTC+8)
    摘要: 粒子群演算法（Particle Swarm Optimization，PSO）是一種以群體為基礎的最佳 化搜尋方法，由Kenney 和Eberhart 於1995 年提出，並已經成功的應用在解決一些困 難的最佳化問題上。在本研究中，我們將嘗試利用一些方法來改善基本粒子群演算法過 早收斂而可能陷入區域最佳解的缺點，進而改善粒子群演算法的績效。我們已經使用常 見的Benchmark 函數來評估新的粒子群演算法之績效。我們將持續改善新的粒子群演算 法並將之應用於求解著名的馬可維茲資產組合選擇模型；我們將採用與Chang et al. 相同的研究實驗數據資料，求解不同條件下資產組合所構成的效率前緣（Efficient Frontier）。最後，我們將比較新的粒子群演算法與基因演算法（Genetic Algorithms）、 模擬退火法（Simulated Annealing）、與禁忌搜尋法(Tabu Search)等方法求解馬可維 茲資產組合選擇模型的績效。
    Particle swarm optimization (PSO), introduced by Kennedy and Eberhart in 1995, is a social population-based search algorithm that has been successfully applied to solve various hard optimization problems. In this research, we have tried to develop some ideas to overcome the major drawback of the basic PSO, which is swarm stagnation, in order to improve its performance. We have applied the new PSO to some commonly used benchmark functions and have produced promising results. We will continue to improve the performance of the new PSO and will apply it to solve the well-known Markowitz mean-variance portfolio selection model. We will utilize the model and the benchmark data used in Chang et al. to generate the efficient frontiers under different conditions. We will evaluate the performance of the new PSO by comparing the efficient frontiers produced by the new PSO, genetic algorithms, simulated annealing, and tabu search.
    關聯: 應用研究
    學術補助
    研究期間:9908~ 10007
    研究經費:536仟元
    資料類型: report
    顯示於類別:[資訊管理學系] 國科會研究計畫

    文件中的檔案:

    檔案 大小格式瀏覽次數
    992221E001.pdf419KbAdobe PDF2891檢視/開啟


    在政大典藏中所有的資料項目都受到原著作權保護.


    社群 sharing

    著作權政策宣告 Copyright Announcement
    1.本網站之數位內容為國立政治大學所收錄之機構典藏，無償提供學術研究與公眾教育等公益性使用，惟仍請適度，合理使用本網站之內容，以尊重著作權人之權益。商業上之利用，則請先取得著作權人之授權。
    The digital content of this website is part of National Chengchi University Institutional Repository. It provides free access to academic research and public education for non-commercial use. Please utilize it in a proper and reasonable manner and respect the rights of copyright owners. For commercial use, please obtain authorization from the copyright owner in advance.

    2.本網站之製作，已盡力防止侵害著作權人之權益，如仍發現本網站之數位內容有侵害著作權人權益情事者，請權利人通知本網站維護人員(nccur@nccu.edu.tw)，維護人員將立即採取移除該數位著作等補救措施。
    NCCU Institutional Repository is made to protect the interests of copyright owners. If you believe that any material on the website infringes copyright, please contact our staff(nccur@nccu.edu.tw). We will remove the work from the repository and investigate your claim.
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋