Составители:
Рубрика:
205
Часть итоговых расчетов приведена в табл. 3.22, где наряду со
стоимостями нашего портфеля и портфеля SP500 в ячейке D12 ука"
зано значение СКО за 52 недели.
Окончательно состав нашего портфеля с процентным составом
приобретаемых акций приведен на рис. 3.17.
Рис. 3.17
Резюмируя результаты этой главы, можно сделать заключение о
пригодности генетических алгоритмов, инспирированных биологи"
ческой эволюцией, к решению таких задач менеджмента, в которых
необходимо получить оптимальное решение. Осуществляя поиск по
пространству параметров с помощью набора возможных решений,
реализуемых хромосомами, можно, скорее, достичь оптимального
(или близкого к нему) решения, чем в случае применения других ме"
тодов.
Библиографический список
1. Де Янг К. Эволюционные вычисления: новейшие достижения и
нерешенные проблемы// Обозрение прикладной и промышленной
математики. 1996. Т. 3. Вып. 5.
2. Michalewicz Z. Genetics Algorithms + Data Structures = Evolution
Programs. Berlin: Springer"Verlag, 1992.
3. Базы данных. Интеллектуальная обработка информации/ В. В. Кор
неев, А. Ф. Гареев, С. В. Васютин и др. М.: Нолидж, 2000.
4. Gen M., Cheng R. Genetic Algorithms and Engineering
Optimization. New"York, 2000.
5. Holland J. Adaptation in Natural and Artificial Systems. Ann
Arbor, MI: University of Michigan, 1975.
6. Bauer R. J. Genetics Algorithms and Investment Strategies. New"
York: J.Wiley&Sons, 1994.
7. Романов В. П. Интеллектуальные информационные системы в
экономике: Учеб. пособие. М.: Экзамен, 2003.
8. Koza J. R. Genetic Programming. Cambridge, MA: MIT Press,
1992.
