[Matlab 量化投资] 利用数据包络分析和遗传算法进行选股分析？你懂了吗？(附源程序）

本文主要介绍用数据包络分析和基因算法按上市公司的基本面数据进行选股分析。其中基因算法用于选择基本面指标，数据包络分析对股票进行效率评分。‍‍‍‍‍

‍由于代码较长，‍本文只贴‍出一部分

完整代码获取方式在文末放送‍

“

数据包络分析

”

数据包络分析（DEA）是线性规划模型的应用之一，它是由美国运筹学家A. Charnes和W. W. Cooper等学者于1978年在“相对效率评价”基础上发展起来的一种新‍的系统分析方‍法，通过使用数学规划模型，评价具有多个输入、特别是多个输出的“部门”或“单位”（称为“决策单元”，即DMU）间的相对有效性。

DEA的优点吸引了众多的应用者，应用范围已经扩展到军事、医疗等领域。通过实证分析，股票效率分析的DEA方法也是可行的，成功的。

数据包络分析的步骤如下：1.明确评价目的；2.选择决策单元；3.建立输入/输出指标体系；4.搜集和整理数据资料；5.DEA模型的选择；6.分析评价结果并提出决策建议。

.

“

基因算法

”

‍‍‍基因算法是一种通过模拟生物进化和遗传学的计算模型，通过对自然进化进行模拟寻找最优解，由美国的J.Holland教授1975年首先提出，被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。它是现代有关智能计算中的关键技术。‍‍‍‍‍‍‍‍

基因算法具有以下特点：

1.从串集开始搜索，而不是单个解，覆盖面大，利于全局择优；

2.同时处理群体中的多个个体，易于实现并行化且减小了陷入局部最优解的风险

3.不采用确定性规则，而是采用概率的变迁规则来指导其搜索方向；

4.具有自组织、自适应和自学习性。

5.无需辅助信息，根据适应度取值大小来对基因个体进行评估。

.

好了，今天就写这里，想要获取完成代码，请在后台回复“数据包络分析”