基准组合偏差导致基金业绩误差的实证研究

实证分析人为基准组合选择偏差对我国证券投资基金业绩的影响。首先运用常用评估方法，得出不同基准组合对我国证券投资基金的业绩结果，然后再分组对比各种业绩关系。     

基金业绩持续性的回归实证

以中国上市基金为对象探讨基金业绩的持续性，在基于以往业绩的回归方法中采用三种基准计量过去收益，计算不同长度历史收益与未来不同时期收益间的相关性。     

中国证券投资基金业绩的中短期持续性

利用几个常见的基金业绩评价指标对中国证券投资基金业绩的持续性进行检验，不同的指标得出相似的结果。检验结果表明短期内不存在持续性．但当考察期较长时．中国的基金业绩有一定的持续性。基金业绩的持续性反映出市场存在一定的非有效性，投资者可以通过对基金的选择提高收益或降低风险。     

证券投资基金业绩评价研究述评

主要对西方证券投资基金业绩评价所包括的内容、所采用的基本模型及其理论发展进行述评 ,并指出现有模型及方法存在的优缺点和未来的发展趋势.     

基于遗传算法的群体决策支持系统有效性的评价

在综述和评价Rees和Koehler的群体决策支持系统（GDSS）有关假设的基础上,提出根据GA算子值评价GDSS有效性的思想,并建立相应的GDSS评价模型和GDSS的GA模型。     

求解多目标规划问题的Pareto多目标遗传算法

针对传统的多目标优化方法的局限性，提出用于多目标规划问题求解的Pareto多目标遗传算法。实验结果表明，该算法是可行有效的，而且能为决策者提供满意解。     

一体化管理系统动态综合评价新方法

由于一体化管理体系综合绩效评价的多层次、多指标、不确定性和属性复杂的特点,要给出一个满意的评价是困难的,本文基于证据理论的动态综合模糊评价方法;给出了具体的评价步骤:按指标属性将评价指标区分为定性和定量两类;对各指标进行量化,一致性和无量纲化处理;从评价体系准则层开始进行动态立体综合评价;逐层合成综合绩效值.最后通过实例说明该方法的实用性和科学性.     

基于神经网络的模糊综合评价方法

运用神经网络确定模糊综合评价中的权重值,使权重值更符合实际情况。采用改进的反向传播算法训练网络,逐步修正网络的连接权值,使模糊综合评价指标的权重值逐渐接近实际情况,得到较好的训练效率和效果。最后利用该方法对液压凿岩机进行性能评价,验证了该方法的正确性。     

证券投资基金管理人的最优激励合同研究

本文讨论了证券投资基金中投资人和基金管理人的委托－代理关系,给出在考虑投资总收益作为单一可观测变量和包含其它可观测变量两种情况下管理人的最优激励合同,得到了几个有意义的结果。     

基于主从结构的遗传算法研究

提出一种主-从结构的遗传算法。算法中,主级为全局搜索染色体;从级为局部邻域搜索染色体。通过主-从协调机制和从级转换函数设计,使算法不依赖复杂的编码方式和复杂的遗传算子进行全局精确搜索。通过仿真和比较实验,验证了算法的有效性。     

基于遗传算法的管理信息系统的智能分解

将遗传算法原理应用于管理信息大系统的结构化分解,并对具体分解技术进行了详细描述,最后对一个具体实例进行了仿真计算。仿真说明,该算法具有全局快速收敛性、并行性和极高的分解效率。     

基于动态DEA模型的证券投资基金绩效评价

证券投资基金是中国资本市场上一支重要的力量,对其绩效进行客观评价是一项极为复杂的系统工程。本文试图选取一种适合目前中国投资基金市场的动态DEA模型对基金绩效进行评价,为证券基金绩效评价问题提供一条新的思路,并采用该方法对2003年12月前成立的15只开放式基金进行实证分析。     

遗传算法和遗传规划对比研究

通过对遗传算法定向搜索机制和遗传规划搜索机制的研究比较,可以看出,依据遗传算法的基本思想设计遗传规划的进化算子时,由于算子空间过大而导致盲目搜索。通过对遗传规划的研究,提出了一套有定向机制的进化算子,进而设计和实现了基于这一套算子的遗传规划算法。     

基于改进遗传算法的流水车间调度求解方法

流水车间调度问题是一类经典的NP完全问题,为此提出了一种求解极小化总完工时间的流水车间调度问题的改进遗传算法.该算法采用构造型启发式算法和随机方法共同产生初始种群,结合禁忌搜索算法的局部搜索性能和遗传算法的全局搜索性能.仿真实例的结果表明该算法对问题求解的可行性和有效性.     

基于GA的小卫星星务规划的全局优化算法

小卫星任务规划是为确定飞行任务目标并根据飞行任务目标控制它运行的指令序列，小卫星的任务规划可以归结为资源受限的规划和调度问题，对于此类问题，目前有许多解决方案，但对于解决大规模问题仍然十分困难，并且在大多数情况下只能得到局部最优解。本文用基于GA的优化算法解决小卫星星务规划的优化问题，不仅可以得到全局最优解，而且在满足卫星上快速性和准确性方面显示出非常大的优势。     

基于改进遗传算法的装备调配

针对装备调配问题,构建了多约束条件下的多目标模糊指派模型,并通过改进传统遗传算法中初始种群产生以及种群选择、交叉、变异的机制,设计了一种求解此模型的快速收敛遗传算法。最后,通过对一个装备调配案例进行仿真实验,结果表明该算法收敛速度快,容易得出最优解,符合装备保障指挥的实际需求。     

基于混合遗传算法的近距离放射剂量仿真优化

提出了一种连续驻留位置和驻留时间的近距离放疗剂量优化算法.将驻留时间t看成是驻留位置x的一个连续函数,用积分方式计算每个参考剂量点的剂量.再用计算剂量和目标剂量值之间的差别为目标函数,用遗传算法和POWELL算法混合求解最优的曲线参数.曲线可根据具体情况进行分段.得到曲线后再根据积分的数值逼近方法原理将其离散化,得到最终的驻留位置和驻留时间.实验的结果表明,算法不仅避免了负的驻留时间问题,还让相邻驻留位置的驻留时间比较平滑.在最后的离散化过程中,还可以得到不同的驻留位置和驻留时间结果,使计划具有更好的灵活性.     

基于混沌遗传算法的自动化生产单元调度方法

针对遗传算法在求解一类带时间窗口的自动化生产单元调度问题时易出现冗余迭代、收敛缓慢等问题,将混沌搜索技术引入至遗传算法中,通过将混沌初始化、混沌扰动与遗传算法的基本操作相结合,利用混沌运动搜索精度高、遍历性好的特点来提高遗传算法的收敛速度和优化质量.本文在给出自动化生产单元调度问题的数学模型的基础上,着重讨论了混沌遗传调度算法的设计,包括编码方式、混沌初始化、交叉操作、混沌变异操作和适应度函数的计算等.最后以自动化电镀生产线为例对提出的算法进行了验证,为此类调度问题提供了有效的算法.     

基于自适应遗传算法的传感器网络数据融合算法

能源有效性是无线传感器网络(WSN)路由算法设计要考虑的首要问题,数据融合可以通过合并冗余数据而有效地节约能耗.提出了一种基于自适应遗传算法(AGA)的WSN数据融合算法,基于移动代理(MA)对Sink节点发出兴趣代理报文和目标节点发出数据代理报文进行转发.采用AGA求出MA最优路由节点序列,通过把WSN均匀分割为多个大小适当的二维网格,形成AGA的初始群体.仿真结果表明,随着网络规模增大,和局部最近邻优先算法(LCF)相比,该算法有更小的网络能耗和延时.     

单亲遗传算法的遗传算子分析

给出了单亲遗传算法的几种主要遗传算子,分析了单亲遗传算法遗传算子的性质,证明了单亲遗传算法的几种基因重组算子具有相同的遗传操作功能,并分析了不同基因重组算子对适值计算式的影响.所得出的仿真实验结论对如何选择合适的遗传算子、提高计算效率具有重要的意义.