1. 研究目的与意义（文献综述）

随着现代数学方法的发展及应用数学方法研究金融经济问题的金融数学的问世，使得现代金融投资理论开始摆脱纯粹经验化操作和单纯描述性研究的状态，进入了定量分析这一高级阶段，并为投资者进行投资决策提供了指导．当今世界经济飞速发展，金融危机和市场波动频繁出现，我国的资本市场虽然在改革开放之后得到长足发展，但还不太完善和成熟，使得投资者面临越来越多错综复杂的金融投资决策的理论和实践问题，对投资组合优化问题的研究也越来越具有重要的理论和现实意义．目前,投资者对投资的需求越来越多样化,研究在投资过程中进行组合投资,最大化收益,最小化风险具有实际意义。近年来,智能算法的应用研究不断发展,智能算法应用于解决投资组合优化问题已经被越来越多的学者认同。

飞蛾火焰优化( moth－flame optimization，mfo) 算法是2015 年提出的一种新型仿生群体智能算法，该算法灵感源于自然界飞蛾横向定位导航机制，并基于飞蛾－火焰( 灯光) 螺旋飞行数学模型而发展起来的一种全局优化算法，用以解决不同领域的优化问题，具有调节参数少、收敛精度高和鲁棒性能好等特点。但是mfo也存在传统启发式算法常见的通病，对规模较大的问题，收敛效果差，易于早熟。

本文基于目前投资组合的研究现状,提出了一种基于飞蛾火焰优化的投资组合优化模型,通过对比实证结果,证明该算法可以有效解决投资组合优化问题。

2. 研究的基本内容与方案

1．查阅相关文献资料，整理出几种投资组合优化模型，了解飞蛾扑火（mfo）智能算法的基本原理和步骤。

2、完成不少于5000字的英文文献翻译工作。

3、整理相关的研究成果，利用飞蛾扑火算法对解决投资组合优化问题进行算法设计，通过对比实证结果，证明该算法可以有效解决投资组合优化问题。

3. 研究计划与安排

1-3周：查阅文献，完成开题报告

4-6周：总体设计，完成论文综述

7-10周：设计算法，功能模块设计

4. 参考文献（12篇以上）

[1]常浩. 连续时间投资组合优化理论方法研究[d].天津大学,2012.

[2]王贞. 几类投资组合优化模型及其算法[d].西安电子科技大学,2012.

[3]黄秀路. 基于cvar风险度量角度的投资组合优化模型的理论与实证研究[d].西南财经大学,2013.