基于遗传算法的股票分类和组合优化
创建于 更新于
摘要
本报告基于Chen等2017年文献，提出利用遗传算法对股票价格序列进行分组优化，通过符号聚合近似（SAX）与扩展符号聚合近似（ESAX）对时间序列降维处理，设计了基于稳定性因子、组平衡度、单位平衡度和价格平衡度的混合适应度函数，实现股票组合的多指标优化。实证结果显示，提出的方法在提高组合股票价格序列相似性和替代性方面优于传统算法，投资回报率稳定且模型在实际台湾市场数据上具有较好适用性 [page::0][page::18][page::25].
