Методика применения роевого интеллекта при управлении формированием портфеля ценных бумаг
Автор: Е.М. Бронштейн, О.В. Кондратьева
Рубрика: Управление сложными системами
Статья в выпуске: 3, 2021 года.
Бесплатный доступ
Рассматривается вопрос методики применения роевого алгоритма при поддержке принятия решений при управлении процессом формирования портфеля ценных бумаг. Оптимизация структуры портфеля ценных бумаг – одна из главных задач принятия решений в инвестиционной деятельности на фондовом рынке. Приводится сравнительный анализ роевых алгоритмов с точки зрения соответствия специфике решаемой задачи. Проведена калибровка параметров алгоритма роя частиц на основе результатов вычислительного эксперимента, которые исследовались исходя из критериев диверсифицируемости и доходности портфелей, скорости сходимости алгоритма.
Роевой интеллект, метод роя частиц, задача многокритериальной оптимизации, портфель ценных бумаг, портфельная оптимизация
Короткий адрес: https://sciup.org/148322460
IDR: 148322460 | DOI: 10.25586/RNU.V9187.21.03.P.070
Список литературы Методика применения роевого интеллекта при управлении формированием портфеля ценных бумаг
- Ахмедова Ш.А. Коллективный самонастраивающийся метод оптимизации на основе бионических алгоритмов: дис. … канд. техн. наук: 05.13.01. Институт вычислительного моделирования СО РАН. Красноярск, 2016. C. 33–38.
- Бронштейн Е.М., Кондратьева О.В. Управление портфелем ценных бумаг на основе комбинированных энтропийных мер риска // Известия РАН. Теория и системы управления. 2013. № 5. С. 172–176.
- Дюличева Ю.Ю. Алгоритмы роевого интеллекта и их применение для анализа образовательных данных // Открытое образование. 2019. Т. 23, № 5. С. 33–43.
- Курейчик В.В., Заруба Д.В., Запорожец Д.Ю. Алгоритм параметрической оптимизации а основе модели поведения роя светлячков // Известия ЮФУ. Технические науки. 2015. № 6 (167). С. 6–15.
- Beni G., Wang J. (1989) Swarm Intelligence in Cellular Robotic Systems. Robots and biological systems: towards a new bionics? Proc. of the NATO Advanced Workshop, Toscana, Italy, pp. 703–712.
- Dorigo M. (1992) Optimization, Learning and Natural Algorithms, PhD thesis, Politecnico di Milano, Italy, 1992.
- Hassanzadeh T., Vojodi H., Moghadam A.M.E. (2001) An image segmentation approach based on maximum variance intra-cluster method and firefly algorithm. Proc. of 7th Int. Conf. on Natural Computation (ICNC), pp. 1817–1821.
- Karaboga D. (2005) An idea based on honey bee swarm for numerical optimization. Technical Report TR06, Erciyes University, Engineering Faculty, Computer Engineering Department, 2005.
- Kondrateva O.V. (2015) Application of indexed-entropic risk measures in decision support systems for security portfolio management. Proc. of the 3rd international conference on intelligent technologies for information processing and management, pp.159–162.
- Lucic P., Teodorovic D. (2003) Computing with Bees: Attacking Complex Transportation Engineering Problems. International Journal on Artificial Intelligence Tools, no. 12, pp. 375–394.
- Shi Y., Eberhart R. (1998) A modified particle swarm optimizer. Proc. of the IEEE International Conference on Evolutionary Computation Proceedings, pp. 69–73.
- Woerheide W., Persson D. (1992) An index of portfolio diversification. Financial Services Review, vol. 2, is. 2, pp. 73–85.
- Yang X.S. (2009) Firefly algorithms for multimodal optimization. Proc. of the 5th Symposium on Stochastic Algorithms, Foundations and Applications, pp. 169–178.
