摘要：基于弱集成算法的在线学习特征，该文探讨了它在在线投资组合选择中的应用，考虑了根据有限个专家意见进行决策的情形．首先将弱集成算法应用到投资于单只股票的专家意见，得到了在线投资组合的单一集成策略，并给出了该策略的竞争性能分析，证明了单一集成策略能够追踪最好的股票．实际投资决策中，投资者可能会选择多只股票进行组合投资，进一步将弱集成算法应用到投资于不同股票数目的专家意见，得到了在线投资组合的混合集成策略；证明了混合集成策略实现的累积收益与最优专家意见实现的累积收益相当．在长期投资组合上的数值算例表明了该文给出的单一集成策略能够实现与最好股票相当的收益；混合集成策略能够实现与最优定常再调整策略相当的收益，且与泛证券投资组合策略相比，能够获得更多的收益，具有较好的竞争性能．

关键词：无统计信息假设 在线学习 弱集成算法 最优专家意见 

单位：广东工业大学管理学院 广州510520 华南理工大学工商管理学院 广州510640