[發明專利]一種基于多目標進化算法的項目配置方法、裝置及系統

在審

• 申請號: 202010086675.8
• 申請日: 2020-02-11
• 公開（公告）號: CN111310993A
• 公開（公告）日: 2020-06-19
• 發明（設計）人: 王志杰
• 申請（專利權）人: 蘇寧金融科技（南京）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/10;G06Q40/06;G06N3/12
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 段曉玲

本申請實施例公開了一種基于多目標進化算法的項目配置方法、裝置及系統，其中，方法包括：構建投資項目庫并從庫中選擇投資項目生成預設數量的投資組合；計算每一投資項目的相關數據并根據所述投資組合及所述投資組合內每一投資項目的相關數據構建馬科維茨模型；以每一投資組合作為種群個體，以所有個體的集合作為種群，利用種群迭代算法從所有所述投資組合中確定符合馬科維茨模型最優邊界的投資組合。通過將投資組合集合作為種群，利用種群迭代，實現同時多向求解，降低計算復雜度，減少了計算量，可以快速求解海量數據情形下的模型。

技術領域

本發明涉及項目分配領域，具體涉及一種基于多目標進化算法的項目配置方法、裝置及系統。

背景技術

現代組合投資理論(Modern Portfolio Theory MPT)是在普遍認同的“同等風險追求高收益，同等收益追求低風險”的規律基礎上，將投資配置轉變為一個最優化的模型，將同等風險的最高收益，同等收益的最低風險作為模型的最優邊界。通過求解即可確定同等風險的最高收益，同等收益的最低風險的最優邊界包含的投資項目組合。

然而，當參與運算的項目組合的數據量級達到一定程度的時候，現有技術中的單機無法在海量數據集上進行模型求解，從而導致無法或無法快速完成指標計算。因此，如何快速地針對海量數據進行有效的篩選計算，成為本領域技術人員急需解決的技術問題。

發明內容

本發明的目的在于提供一種基于多目標進化算法的項目配置方法，以解決現有技術中面對海量數據無法快速計算的問題。

為實現上述目的，本發明提供如下技術方案：

一方面提供一種基于多目標進化算法的項目配置方法，所述方法包括：

根據預設的投資項目選擇策略選擇第一預設數量的投資項目以構建投資項目庫；

根據預設的投資組合策略生成第二預設數量的投資組合；每一所述投資組合中包含第三預設數量的所述投資項目；

計算每一所述投資項目的相關數據；所述相關數據至少包括所述投資項目的每日對數收益率及與其他投資項目間的協方差；

根據所述投資組合及所述投資組合內每一投資項目的相關數據構建馬科維茨模型；

以每一投資組合作為種群個體，以所有個體的集合作為種群，利用種群迭代算法從所有所述投資組合中確定符合馬科維茨模型最優邊界的投資組合。

優選的，所述每一投資組合內的各投資項目的權重之和為1，且每一投資項目具有權重最大值和最小值。

優選的，所述利用種群迭代算法從所有所述投資組合中確定符合馬科維茨模型最優邊界的投資組合包括：

初始化所述種群為p₀，并以所述p₀為第一個迭代種群，重復如下迭代過程直至迭代結束，輸出最后一個迭代種群的最優邊界作為符合馬科維茨模型最優邊界的投資組合：

對當前種群p_i中的每個投資組合進行交叉計算和變異計算；

計算當前種群p_i中的每個投資組合的目標值；

計算當前種群p_i與前一種群p_i-1的最優邊界a_i-1的并集的非支配集

利用分布性算子對重新分布，計算得到當前種群p_i的最優邊界a_i；

從p_i∪a_i-1中選擇進行下一次迭代的種群p_i+1。