人工蜂群算法matlab程序,蚁群优化算法matlab代码

  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。

留言与评论(共有 条评论)
   
验证码: