用于股票投资组合选择的模糊专家系统：在孟买证券交易所的应用
人工智能
2022-05-05 v2 神经与进化计算
计算金融
摘要
在配置投资比例之前，选取合适的股票对投资者而言始终是一项关键任务。股票表现中诸多影响因素促使研究者采用各种人工智能（AI）技术来简化这一挑战性任务。本文提出一种新颖的模糊专家系统模型，用于评估并排序孟买证券交易所（BSE）下的股票。Dempster-Shafer（DS）证据理论首次被用于自动生成模糊规则库的后件，以减少专家系统知识库开发的负担。随后构建了一个投资组合优化模型，其目标函数取为模糊组合收益与无风险收益之差对资产加权均值半方差之比。该模型通过蚁群优化（ACO）算法求解，并优先选取排名靠前的股票。与股票近期表现相比，该模型在短期投资周期内的表现令人满意。
引用
@article{arxiv.2204.13385,
title = {Fuzzy Expert System for Stock Portfolio Selection: An Application to Bombay Stock Exchange},
author = {Gour Sundar Mitra Thakur and Rupak Bhattacharyya and Seema Sarkar},
journal= {arXiv preprint arXiv:2204.13385},
year = {2022}
}