本論文は、NP-hardな複雑さにより厳密解法が非効率になる制約下で大規模ポートフォリオ最適化に対処するための、多目的進化アルゴリズムの強化戦略を提示する。

  • 資産数の下限と上限の制限を処理するために、独自の解表現、新規演算子、および新しい修復メカニズムを導入する。
  • 著名な多目的進化アルゴリズム内にカスタマイズされた交配戦略を実装する。
  • 提案手法を、よく知られた市場指数をベンチマークとして用いて従来のアルゴリズムと比較してテストする。

結果は、提案された戦略がより良い近似を提供し、資産数が増加してもパフォーマンスの損失なしに高速に収束することを示している。