1. 研究目的与意义
众所周知，证券投资具有市场变化快、影响因素复杂、风险不确定性等特点.而在2008年金融危机后，股市表现不佳，投资者信心受挫，如何在保证收益的同时降低风险成为了大家更为关注的话题. 同样地，正确的投资策略可以很好的分散风险，使得不论处于经济昌盛时期还是衰退时期，都可以获得收益，从而使得资产保值. 尤其是在当今经济形势难以预料的大环境下，正确的投资方法就显得尤为可贵. 一般来说，为了分散风险，投资者需按照不同的比例选择多个不同的证券进行投资，即采用投资组合的方式. 投资组合问题属于复杂的优化问题，运用常规的算法难以在短时间内找到全局最优解，而遗传算法的普适性强、对目标函数的性质几乎没要求等特点，为投资组合问题的求解找到了可行的方法.因此运用遗传算法研究更加合理的投资组合模型是可操作并且符合现实需求的. 本文从解决实际问题的需求出发，研究遗传算法在证券投资组合问题中的应用，具有一定的学术价值和重要的现实意义.
2. 研究内容和预期目标
一．研究内容：本题目将基于沪深A股，结合遗传算法（GA）的原理以及相关模型，尝试构建一套证券投资体系，基于遗传算法模型和实证分析研究，得出股价波动的情况，最后得出各个股票的最优投资权重，有了这样的投资权重，在投资金额一定的前提下，可以明确求出每只股票投资多少金额. 并且无论初始可支配投资金额是多少，都可以给每支股票进行合理的金额分配，这对于中小投资者来说有着实际的使用价值，是一个灵活的，不受时间和资金限制的经济管理参考工具.
二、拟解决的关键问题
（一）根本问题：将遗传算法运用于证券投资，得出一套合理的投资方案；
3. 国内外研究现状
国外研究现状：
在20世纪50年代初期，就有一些生物学家建立在生物学理论基础上运用电子计算机进行研究. 直到60年代初期，Holland教授通过大量观察发现生物的自然选择与进化现象同计算机科学中人工自适应理论具有相似性，继而提出可以模仿自然界生物遗传的基本方法来研究和设计人工自适应系统. 而J.D.Bagley在论文中正式发明了“遗传算法(Genetic Algorithms)”这个词（1967）. Holland首次提出了“模板理论”（1971），并开创性的使用了二进制编码，为算法找到了用计算机解的可行途径.Frantz在其论文中提出了一些新问题，如基因非线性、多点交叉等，扩展了遗传算法的研究(1972).
Holland在《自然系统和人工系统的自适应性》中系统地论述了遗传算法的理论和数学基础(1975)，这是遗传算法的奠基之作. DeJong采用数值试验验证了模板定理以及遗传算法的六种方案的性能，为后来遗传算法得以广泛应用奠定了基础（1975）.
4. 计划与进度安排
一．撰写方案
1.简述研究的目的和意义.
2.通过调研、访谈、阅读文献等途径把握国内外证券投资组合的研究现状，研究内容以及研究方法.
5. 参考文献
[1] Holland J H. Concerning Efficient Adaptive Systems[J]. Self-Organizing Systems, 1962, 215-230
[2] 约翰赫尔.风险管理与金融机构（原书第四版）[M]. 2012
[3] 博迪.投资学（原书第七版）[M].2009
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
