Оптимизация портфеля ценных бумаг с использованием генетического алгоритма

Сегодня банки, брокерские компании, частные инвесторы, интернет-трейдеры активизировали работу в области формирования и управления инвестиционным портфелем. Количество непрофессиональных участников рынка ценных бумаг стремительно растет и у них возникает необходимость использовать профессиональные знания об использовании методов анализа рынка ценных бумаг, которые могли бы помочь ориентироваться в сложных процессах рынка. Данное обстоятельство вызывает необходимость проведения более полного системного анализа портфельных теорий и ставит задачу разработки етодического обеспечения процесса управления портфелем ценных бумаг, основанного на стратегии оптимизации портфеля ценных бумаг.

Оптимизационные стратегии основаны на построении экономико-математических моделей портфеля. Выбор наилучшей структуры портфеля осуществляется путем варьирования критериев оптимизации и проведения многовариантных имитационных расчетов. Использование методов оптимизации позволяет определить конфигурацию портфеля, наиболее точно отвечающую индивидуальным требованиям инвестора с точки зрения сбалансированного сочетания риска, доходности и ликвидности вложений. В качестве классических примеров обычно приводятся оптимизационные модели Марковитца, Шарпа, Тобина[6]. Одна из проблем заключается в том, что процесс выбора инвестиционной стратегии далеко не всегда можно адекватно формализовать, иногда более существенное значение имеют не количественные, а качественные показатели. Поэтому в настоящее время помимо традиционных методов оптимизации (например, линейного или динамического программирования) менеджеры и аналитики используют методы, основанные на генетических алгоритмах, нечеткой логике, а также экспертные системы, нейронные сети.

В первом разделе работы сделан анализ предметной области, обзор и сравнительный анализ существующего программного обеспечения в этой сфере. В конце сделана постановка задачи на разработку программного обеспечения для оптимизационного моделирования динамических систем с использованием генетических алгоритмов.

Второй раздел посвящен проектированию структуры системы, UMLдиаграмм работы и взаимодействия программной системы.

В третьем разделе выполняется разработка алгоритмов работы системы. Приведена общая структура программы, блок схемы реализации операций. Также здесь детально описывается интерфейс создаваемой программы

В четвертом разделе выполняется реализация программной системы. Сначала выбираются инструменты, с помощью которых будет разрабатываться система, затем описываются разработанные классы и функции в программной системе.

Пятый раздел посвящен тестированию разработанной программной системы. Описаны результаты, которые получились при изменении тех или иных параметров.