1. 研究目的与意义
当前中国的经济高速发展，金融市场逐步完善成熟，证券市场的规模逐渐扩大。投资者们的情绪持续高涨。自去年以来，基金股票等字眼就不断登上热搜。然而，基于金融市场波动性大的特点，以及市场中的系统性和非系统性风险会给投资者带来一定的打击。因为我国证券市场发展起步较晚，一系列监管措施并不完善，金融异象不断出现。在这个非有效的市场中充斥着内幕交易，不理性的投资者盲目投机而忽视风险，市场中充满了高频的量化交易，股价被恶意炒作，缺少盈利增长的支撑。证券投资是一项高风险与高收益并存的理财方式，投资者要想获取一定客观的收益，就必须承担足够的风险。因此，衡量风险与收益，合理地配置资产比例，设置合适的投资组合来尽可能在承担一定的风险下获得最大的收益是具有重要研究意义的。
2. 研究内容和预期目标
1. 选择研究的意义
当前中国的经济高速发展，金融市场逐步完善成熟，证券市场的规模逐渐扩大。投资者们的情绪持续高涨。自去年以来，基金股票等字眼就不断登上热搜。然而，基于金融市场波动性大的特点，以及市场中的系统性和非系统性风险会给投资者带来一定的打击。因为我国证券市场发展起步较晚，一系列监管措施并不完善，金融异象不断出现。在这个非有效的市场中充斥着内幕交易，不理性的投资者盲目投机而忽视风险，市场中充满了高频的量化交易，股价被恶意炒作，缺少盈利增长的支撑。证券投资是一项高风险与高收益并存的理财方式，投资者要想获取一定客观的收益，就必须承担足够的风险。因此，衡量风险与收益，合理地配置资产比例，设置合适的投资组合来尽可能在承担一定的风险下获得最大的收益是具有重要研究意义的。
3. 国内外研究现状
一些学者对粒子群算法在投资组合领域的应用作出了一系列研究。刘冬华提出基于捕食策略的粒子群算法以改善粒子群算法容易陷入局部最优和搜索精度不高的缺点，并将其应用到求解考虑交易成本的投资组合优化模型中。郭雁斌提出一种解空间缩紧的粒子群算法，并建立MV模型，各选沪市A股和深市A股的两只股票组成投资组合进行实证研究，从而验证次改进能提高算法的效率与精度。杨天山利用多目标粒子群算法求解均值-CVaR-资产数目的多目标投资组合模型。常先英提出的改进粒子群算法以粒子的中心位置和邻域为导向，并将此算法用于求解CVaR模型中，并通过实证证明算法比原来更加高效，但算法没有考虑粒子局部搜索性能的改进。
4. 计划与进度安排
1. 2022.12.25-12.30
与指导老师见面，讨论论文选题，确定论文写作的进度计划，完成开题报告；
2. 2022.1.5-2022.3.13
5. 参考文献
[1]Harry M Markowitz. Portfolio Selection[J]. Journal of Finance, 1952, 7(1):77-91.
[2]Rockafellar R.T. and S.Uryasev. Optimization of Conditional Value-at-Risk[J]. Journal of Risk, 2000,
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
