基于人工智能的股票投资组合优化方法及系统

本申请涉及金融投资技术领域，具体涉及基于人工智能的股票投资组合优化方法及系统，具体包括：基于各支股票的贝塔系数及所有天收益率的离散程度计算各支股票的历史市场风险；在粒子群算法进行当前迭代时，基于历史各次迭代时的个体学习因子及全局学习因子的取值情况以及各粒子在当前迭代下的位置构建当前迭代下的个体、全局学习因子，结合当前迭代下粒子的数据特征，确定下一次迭代下各粒子的数据特征；通过上述过程进行粒子群算法中各次迭代，获取全局最优解，进行股票投资组合优化。能够更好地平衡全局搜索能力和局部搜索能力；提升了投资组合的安全性，进一步增强了投资组合优化方案的实用性和可靠性。