頁籤選單縮合
| 題 名 | 共同基金的績效評估及淨值預測--遺傳演算法的運用 |
|---|---|
| 作 者 | 李沃牆; | 書刊名 | 臺灣經濟金融月刊 |
| 卷 期 | 33:12=395 1997.12[民86.12] |
| 頁 次 | 頁45-62 |
| 分類號 | 563.538 |
| 關鍵詞 | 遺傳程式; 複製; 交配; 突變; 基因; 染色體; 共同基金; |
| 語 文 | 中文(Chinese) |
| 中文摘要 | 遺傳演算法(Genetic Algorithms,簡稱GA)是一種隨機的搜尋法則, 取法於達爾文進化理論中「物競天擇,適者生存」之道,每一物種在某一特定的環境中彼此 競爭,淘汰,只留下適應性強的物種,故其最基本的精神在演化及篩選;所謂演化就是經由 個體的複製,交配及突變等交互連作去產生新的個體,而所謂篩選在遺傳演算法中,是以一 個預先設定之評分方式去建構其生存環境,然後再依物競天擇,適者生存之演化過程,保留 較適合環境的個體,而將較差者淘汰。在整個遺傳演算法的搜尋運作過程中,吾人必須先對 問題的型態定義其決定變數, (X ��,X ��,X ��,....,X �a ),然後將這些解集合編成二進 位碼 0,1 , 或其它型式,如文字,數字等,其中每個決定變數所代表的就像是生物中的基 因 (gene),再將這些決定變數組成一條字串, 有如生物中的染色體 ( chromosome),也代 表了不同的物種,而一群相似的物種組合而成的集合,稱之為族群 (population) 或個體群 。有了這些相似的物種組合而成的族群之後,還需定義出這些族群的生存環境,也就是所謂 的適應性函數 (fitness function), 適應性函數決定了每一物種的適應性,也就是每一個 物種生存與否的判準,適應性函數決定後, GA 的最主要部分即是靠三個基本的運算子,複 製、交配,突變去推動,經過這三個運算子的重複運作,即可達成如前述的演化及篩選的目 的。 GA 在搜尋,最佳化,機器學習及控制問題上,已獲至相當成功的結果;但在財務模型 的應用上卻只處於萌芽階段,本文將 GA 用於共同基金的淨值預測及投資策略,其目的在於 搜尋最佳的預測程式及投資法則,以達最佳的投資績效。 |
本系統中英文摘要資訊取自各篇刊載內容。