权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Non-fixed Assets Index Fund Optimization by Using Evolutionary Algorithms

利用进化算法优化非固定资产指数基金

基本信息

批准号：
20710119
负责人：
ORITO Yukiko
金额：
$ 0.83万
依托单位：
Ashikaga Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2008
资助国家：
日本
起止时间：
2008 至 2009
项目状态：
已结题

项目摘要

In this paper, we organized the index funds consisting of the non-fixed assets by using evolutionary algorithms. Non-fixed assets mean the assets that are dynamically selected to the index funds. The portfolios based on the Modern Portfolio Theory consist of the fixed assets and their optimization problems are to determine the proportion-weighted combinations for the fixed assets. Our proposed optimization methods, that use the evolutionary algorithms employing the theoretical properties of the evaluating functions, can dynamically select assets from all the assets to the index funds and can determine the weights of these selected assets. In the numerical experiments on the Tokyo Stock Exchange, we showed that our proposed methods can optimize the index funds that have more effective performances and smaller computational time than those of the traditional optimization methods do.

本文利用进化算法对由非固定资产组成的指数基金进行组织。非固定资产是指被动态选择纳入指数基金的资产。基于现代投资组合理论的投资组合由固定资产组成，其优化问题是确定固定资产的比例加权组合。我们提出的优化方法，使用进化算法采用的评价函数的理论性质，可以动态地选择资产从所有的资产指数基金，并可以确定这些选定的资产的权重。在东京证券交易所的数值实验中，我们表明，我们提出的方法可以优化指数基金，具有更有效的性能和更小的计算时间比传统的优化方法做。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Index Fund Optimization Using Genetic Algorithm and Scatter Diagrair Based on Coefficients of Determination

基于决定系数的遗传算法和散点图的指数基金优化

DOI：
发表时间：
2009
期刊：
Studies in Computational Intelligence : Intelligent and Evolutionary Systems Vol.187
影响因子：
0
作者：
Yukiko Orito;Manabu Takeda;Hisashi Yamamoto
通讯作者：
Hisashi Yamamoto

GAを用いた最小コストリバランスによるインデックスファンドの最適化

使用 GA 通过最小成本再平衡优化指数基金