BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Markiewicz Dariusz
Tytuł
Badania parametryczne elementarnego algorytmu genetycznego optymalizującego dobór akcji do portfela
The Research of Standard Genetic Algorithm Parameters Optimizing the Portfolio Shares
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Ekonometria (1), 1998, nr 765, s. 220-238, rys., tab., bibliogr. 9 poz.
Tytuł własny numeru
Zastosowania metod ilościowych
Słowa kluczowe
Algorytmy genetyczne, Optymalizacja, Portfel akcji, Prognozowanie
Genetic algorithms, Optimalization, Equity portfolios, Forecasting
Uwagi
summ.
Abstrakt
W niniejszym artykule posłużono się algorytmem genetycznym do wyznaczania składu portfela akcji na podstawie teorii portfela Harry'ego Markowitza. Właśnie w klasycznej teorii portfela nie ma wzoru na automatyczny wybór jego składników, to znaczy otrzymujemy nieskończony zbiór portfeli efektywnych, z nieskończoną ilością kombinacji udziałów poszczególnych akcji w portfelu. Nie ma wzoru, który wyznaczałby jeden portfel ze ściśle określonymi akcjami. Jest to jedna z wielu przyczyn, dla których zastosowanie klasycznej teorii portfela w praktycznej analizie technicznej jest mocno ograniczone. Problem ten znakomicie rozwiązuje algorytm genetyczny, gdzie obliczone wartości funkcji dostosowania opierają się na konkretnych, ustalonych przez algorytm wartościach udziałów poszczególnych akcji w portfelu. Niniejszy artykuł jest jedynie częścią większej pracy badawczej, dlatego też nie przedstawiono w nim oceny proponowanego rozwiązania w postaci zastosowania algorytmu genetycznego do generowania udziałów akcji w oparciu na klasycznej teorii portfela. Starano się jedynie dokonać uproszczonej parametryzacji algorytmu w celu stworzenia sprawnego modelu badawczego, który w dalszych zamierzeniach ma służyć weryfikacji głębszych tez. (fragment tekstu)

The configuration process of steering data (mutation and crossing probability, size of population) of standard genetic alghoritm has been introduced by this article. The GA's fitness function (modified Sharpe's index - Rp/Sp) is founded on the Harry Markowitz's classic portfolio theory, and input data are taken from the Polish Stock Exchange. There are two topics these have been measured a influence of linear fitness scaling and selection procedures for a getting GA's maximised fitness value are provided by the article. The two new procedures have been introduced by the article, and these are ready to implement into standard GA's code: the FLY and FINISH functions (automatically changing both size of the input population and the number of populations). (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Bakunowicz B.: Algorytmy genetyczne. "Enter CD" 1996 nr 1.
  2. Bauer R.J., Jr.: Genetic Algorithms and Investment Strategies. New York: Wiley 1994.
  3. Cieślak M. (red): Prognozowanie gospodarcze. Wrocław: Wydawnictwo AE 1996.
  4. Cytowski J.: Algorytmy genetyczne. Podstawy i zastosowania. Warszawa: Akademicka Oficyna Wydawnicza PLJ 1996.
  5. Domański P.D., Kałuski P., Szpilewski M.: Algorytmy genetyczne. Naśladowania natury w technice. "PC MAGAZINE po polsku" 1996 nr 11.
  6. Goldeberg D.E.: Algorytmy genetyczne i ich zastosowania. Warszawa: Wydawnictwa Naukowo-Techniczne 1995.
  7. Haugen R.A.: Teoria nowoczesnego inwestowania. Warszawa: WIG-Press 1996.
  8. Jajuga K., Jajuga T.: Inwestycje. Instrumenty finansowe, ryzyka finansowe, inżynieria finansowa. Warszawa: Wydawnictwo Naukowe PWN 1996.
  9. Stewart I.: Czy Bóg gra w kości? Nowa matematyka chaosu. Warszawa: Wydawnictwo Naukowe PWN 1996.
Cytowane przez
Pokaż
ISSN
0324-8445
1507-3866
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu