金融投资组合优化：计算引导的智能体用于调查、分析和投资！？

金融投资组合优化是数学、统计学、金融和计算文献中广泛研究的问题。它致力于确定投资组合中持有的金融资产权重的最优组合。在实践中，由于数学公式、参数、业务约束和复杂金融工具的变化，它面临挑战。数据的经验性质不再是单边的；因此反映了上行和下行趋势，以及由资产交易中的高频波动可能导致的重复但不可识别的周期行为。在这种情况下，投资组合优化在理论上和计算上都具有挑战性。本文提出了一种新颖的机制，通过将各种最优解编码到解库中，以指导全局投资目标公式的搜索过程，从而获得最优解。它概念化了单个求解器智能体的角色，这些智能体将最优解贡献给解库，以及一个从解库中学习的超级智能体求解器，从而反映了一种基于知识的计算引导智能体方法，用于调查、分析并达到最优解，以做出明智的投资决策。本文讨论了对代表不同问题公式的求解器智能体类别的概念理解，以及数学导向的确定性求解器以及基于随机搜索的进化和群体智能技术用于最优权重。通过模拟退火算法中的增强邻域生成机制给出了算法实现。通过引入使用决策矩阵进行邻域生成的受控扰动策略，反映了从金融文献中与投资决策过程相关的启发式知识和人类专业知识的纳入框架。