人工蜂群算法matlab程序,蚁群优化算法matlab代码
【优化组合】用matlab代码求解基于人工蜂群算法的投资优化组合问题_ MATLAB仿真博客的技术博客_博客
1内容简介本文采用CVaR风险度量方法建立最优投资组合模型,并在模型中加入相应的税收、交易成本等约束条件,采用人工蜂群算法(ABC算法)进行求解,从而获得最优投资组合。同时,验证了本文提出的新模型的有效性和实用性。
第2部分代码函数[mu,sigma]=估计周转力矩(r,semi)
if ~exist(Semi , var )
semi=0;
目标
MU=mean(R,1);
n=大小(R,2);
if ~Semi
SIGMA=cov(R);
其他
=零(n,1);
对于i=1:n
dev=R(:I)-MU(I);
sigma(i)=sqrt(均值(dev(dev 0)。^2));
目标
rho=corrcoef(R);
SIGMA=rho
对于i=1:n
SIGMA(i,)=SIGMA(i,)* SIGMA(I);
SIGMA(:i)=SIGMA(:I)* SIGMA(I);
目标
目标
目标
3运行结果
4参考文献[1]张毅。人工蜂群算法在投资组合问题中的优化应用[J].计算机与数字工程,2019,47(8):6。
[2]高要。改进的人工蜂群算法在投资组合优化中的应用[D].天津商业大学。
有些理论引用自网络文献。如有侵权,联系博主删除。
原创作品来自matlab研究助手,
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。