人工蜂群算法matlab程序,蚁群优化算法matlab代码

　　【优化组合】用matlab代码求解基于人工蜂群算法的投资优化组合问题_ MATLAB仿真博客的技术博客_博客

　　1内容简介本文采用CVaR风险度量方法建立最优投资组合模型，并在模型中加入相应的税收、交易成本等约束条件，采用人工蜂群算法(ABC算法)进行求解，从而获得最优投资组合。同时，验证了本文提出的新模型的有效性和实用性。

　　第2部分代码函数[mu，sigma]=估计周转力矩(r，semi)

　　if ~exist(Semi ， var )

　　semi=0；

　　目标

　　MU=mean(R，1)；

　　n=大小(R，2)；

　　if ~Semi

　　SIGMA=cov(R)；

　　其他

　　=零(n，1)；

　　对于i=1:n

　　dev=R(:I)-MU(I)；

　　sigma(i)=sqrt(均值(dev(dev 0)。^2));

　　目标

　　rho=corrcoef(R)；

　　SIGMA=rho

　　对于i=1:n

　　SIGMA(i，)=SIGMA(i，)* SIGMA(I)；

　　SIGMA(:i)=SIGMA(:I)* SIGMA(I)；

　　目标

　　3运行结果

　　4参考文献[1]张毅。人工蜂群算法在投资组合问题中的优化应用[J].计算机与数字工程，2019，47(8):6。

　　[2]高要。改进的人工蜂群算法在投资组合优化中的应用[D].天津商业大学。

　　有些理论引用自网络文献。如有侵权，联系博主删除。

　　原创作品来自matlab研究助手，

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。