[发明专利]一种基于多目标进化算法的项目配置方法、装置及系统

权利要求书

1.一种基于多目标进化算法的项目配置方法，其特征在于，所述方法包括：

根据预设的投资项目选择策略选择第一预设数量的投资项目以构建投资项目库；

根据预设的投资组合策略生成第二预设数量的投资组合；每一所述投资组合中包含第三预设数量的所述投资项目；

计算每一所述投资项目的相关数据；所述相关数据至少包括所述投资项目的每日对数收益率及与其他投资项目间的协方差；

根据所述投资组合及所述投资组合内每一投资项目的相关数据构建马科维茨模型；

以每一投资组合作为种群个体，以所有个体的集合作为种群，利用种群迭代算法从所有所述投资组合中确定符合马科维茨模型最优边界的投资组合。

2.如权利要求1所述的方法，其特征在于，所述每一投资组合内的各投资项目的权重之和为1，且每一投资项目具有权重最大值和最小值。

3.如权利要求1或2所述的方法，其特征在于，所述利用种群迭代算法从所有所述投资组合中确定符合马科维茨模型最优边界的投资组合包括：

初始化所述种群为p₀，并以所述种群p₀为第一个迭代种群，重复如下迭代过程直至迭代结束，输出最后一个迭代种群的最优边界作为符合马科维茨模型最优边界的投资组合：

对当前种群p_i中的每个投资组合进行交叉计算和变异计算；

计算当前种群p_i中的每个投资组合的目标值；

计算当前种群p_i与前一种群p_i-1的最优边界a_i-1的并集的非支配集

利用分布性算子对重新分布，计算得到当前种群p_i的最优边界a_i；

从p_i∪a_i-1中选择进行下一次迭代的种群p_i+1。

4.如权利要求3所述的方法，其特征在于，利用二元锦标赛的方式从p_i∪a_i-1中选择进行下一次迭代的种群p_i+1。

5.如权利要求3所述的方法，其特征在于，当最优边界中的投资组合个数超过预设阈值时，按照投资组合的空间分布筛选分布密集度低于预设密集度的投资组合；

将分布密集度低于预设密集度的投资组合从所述最优边界中删除。

6.如权利要求5所述的方法，其特征在于，所述投资组合的分布密集度通过拥挤距离公式计算。

7.如权利要求3所述的方法，其特征在于，所述方法还包括

获取用户历史数据进行分析，确定所述用户对应的风险偏好值；

根据所述风险偏好值从所述最优解中匹配与所述用户对应的投资组合。

8.一种基于多目标进化算法的项目配置装置，其特征在于，所述装置包括：

投资项目库构建单元，用于根据预设的投资项目选择策略选择第一预设数量的投资项目以构建投资项目库；

投资组合单元，用于根据预设的投资组合策略生成第二预设数量的投资组合；每一所述投资组合中包含第三预设数量的所述投资项目；

投资数据计算单元，用于计算每一所述投资项目的相关数据；所述相关数据至少包括所述投资项目的每日对数收益率及与其他投资项目间的协方差；

模型构建单元，用于根据所述投资组合及所述投资组合内每一投资项目的相关数据构建马科维茨模型；

最优边界确定单元，用于以每一投资组合作为种群个体，以所有个体的集合作为种群，利用种群迭代算法从所有所述投资组合中确定符合马科维茨模型最优边界的投资组合。