求解均值-CVaR投资组合模型的改进粒子群算法

　　针对粒子群算法易跳过全局极值，且只能求解连续性问题的缺点，提出离散复形法局部搜索的思想，来有效提高粒子群算法在离散型问题中的搜索性能。针对粒子群算法易陷入局部极小的缺点，引入自适应粒子迁徙操作保证粒子的多样性，有效避免陷入局部收敛。对采用CVaR度量风险、构建有交易费用和限制证券比例的均值CVaR投资组合模型进行仿真实验，实验结果验证了算法的有效性。将改进的粒子群算法应用到求解均值CVaR模型的投资组合问题，与其他算法相比，该方法精度更高、性能更稳定。