Введение - Возможности генетических алгоритмов для решения задачи многокритериальной оптимизации инвестиционного портфеля

Оптимизация инвестиционного портфеля (ИП) [Дубровин и др., 2008], [Мищенко и др., 2002], [Серов, 2000] является одной из важных экономических задач, направленной на повышение качества инвестирования финансовых средств в виде надежного сбережения капитала или получения максимального дохода при допустимом риске. Известно, что особенностью ИП является наличие у него инвестиционных свойств, недостижимых с позиций отдельно взятой ценной бумаги, а именно возможность формирования разных ИП с собственным балансом между предполагаемым риском и ожидаемой доходностью в определенный период времени. Одной из главных рекомендаций при формировании ИП является наличие в нем различных слабокоррелирующих активов [Мищенко и др., 2002], [Серов, 2000]. Такой инвестиционный портфель называется диверсифицированным. Установлено, что максимальное снижение риска достигается, если в портфель отобраны от 10 до 15 различных ценных бумаг [Мищенко и др., 2002].

В настоящее время существуют различные модели оптимизации ИП, ориентированные как на статически, фиксировано заданные значения инвестиционных параметров, так и на динамически изменяющиеся условия инвестиционного планирования, в том числе и в нечеткой среде [Батыршин и др., 2007], [Yazenin, 2004]. Однако независимо от типа моделей портфельной оптимизации в ее основе лежит модель, предложенная Г. Марковицем [Дубровин и др., 2008], [Серов, 2000]. В общем случае эта модель предполагает наличие множества Парето-оптимальных решений при оценке соотношения "доходность-риск", расположенных на так называемой границе эффективности инвестиционных портфелей. Однако эта модель характеризуется высокой вычислительной трудоемкостью, в плане применения численных методов оптимизации. Из-за наличия комбинаторных свойств задача оптимизации ИП на основе модели Г. Марковица относится к NP-сложным - варьируя доли финансовых активов в ИП, можно сформировать их бесконечное множество с собственным балансом между ожидаемой доходностью и риском. Анализ традиционных численных методов многокритериальной комбинаторной оптимизации в многомерных поисковых пространствах и, в частности применительно к решению задачи оптимизации ИП в постановке Г. Марковица, показал их ограниченность, как по точности, так и по времени поиска. Поэтому перспективным здесь является применение специального класса генетических алгоритмов для решения задач многокритериальной оптимизации. Их использование позволяет с высокой точностью и за приемлемое время определять не одно, а множество оптимальных решений задачи оптимизации ИП по соотношению доходность/риск.

Похожие статьи




Введение - Возможности генетических алгоритмов для решения задачи многокритериальной оптимизации инвестиционного портфеля

Предыдущая | Следующая