基于非洲秃鹫优化算法的模糊投资组合优化研究

实际投资组合中金融资产的收益和风险普遍存在不确定性。引入模糊变量,采用下半方差作为风险度量方式,建立均值-下半方差模糊投资组合优化模型,并采用非洲秃鹫优化算法进行求解。选取2018年1月至2023年1月期间十只股票的周收盘价数据进行实证研究,并与粒子群优化算法、蝴蝶优化算法、黑猩猩优化算法和鲸鱼优化算法等四种仿生智能优化算法进行比较。研究结果表明,非洲秃鹫优化算法能够有效求解均值-下半方差模糊投资组合优化模型,能为投资者的实际投资决策提供有价值的参考。