بازده و ریسک دو عامل مهم و اساسی برای تصمیمگیری در حوزه مالی میباشند. پژوهش حاضر جهت یافتن پرتفوی بهینه برای سرمایهگذاری از سهام بورسی انجام گرفته و یکیاز روشهاییکه در حال حاضر محبوبیت زیادی در بین تحلیلگران و پژوهش-گران این حوزه شکل گرفته، روشهای مبتنیبر هوش م چکیده کامل
بازده و ریسک دو عامل مهم و اساسی برای تصمیمگیری در حوزه مالی میباشند. پژوهش حاضر جهت یافتن پرتفوی بهینه برای سرمایهگذاری از سهام بورسی انجام گرفته و یکیاز روشهاییکه در حال حاضر محبوبیت زیادی در بین تحلیلگران و پژوهش-گران این حوزه شکل گرفته، روشهای مبتنیبر هوش مصنوعی و در پی آن روشهایی با هدف کاهش سنجههای ریسک میباشد. هدف پژوهش حاضر تشکیل پرتفوی بااستفاده از روشهای یادگیری ماشین، سنجه ریسک و ترکیب آن با نظریه فازی است، که بازدهای بهتر از بازده میانگین بازار داشته باشد. خروجی هر روش وارد الگوریتم جنگل تصادفی شده و پیشبینی بهوسیله این الگوریتم صورت میگیرد و در مرحله آخر، خروجی پیشبینی برای تشکیل سبد سرمایه وارد مدل بهینهسازی ارزش در معرض ریسک و ارزش در معرض ریسک شرطی با رویکرد نظریه فازی میشوند. اطلاعات سهمها بهصورت روزانه و بازه زمانی آن از ابتدای سال 1394 تا اواسط سال 1398 میباشد. در پایان هرکدام از این روشها و مراحل با بازده واقعی بازار مقایسه گردید. بر اساس نتایج بدست آمده سنجهریسک CVAR قابلیت بهتری را نسبتبه سنجه ریسک VAR داشته است، همچنین الگوریتم جنگل تصادفی در بین الگوریتمهای یادگیری ماشین استفاده شده، نتایج بهتری را در انتخاب سبد سرمایهگذاری رقم زده است.
پرونده مقاله
بهینهسازی و انتخاب سبد سرمایهگذاری یکی از مهمترین مسائل دنیای مالی است، بدین جهت سرمایهگذاران در تلاش برای اتخاذ تصمیماتی با بیشترین تطابق با دنیای واقعی هستند. اما از یک سو عدم قطعیت موجود در دادهها و پارامترها و از سوی دیگر تضاد موجود در اهداف سرمایهگذار، بر پی چکیده کامل
بهینهسازی و انتخاب سبد سرمایهگذاری یکی از مهمترین مسائل دنیای مالی است، بدین جهت سرمایهگذاران در تلاش برای اتخاذ تصمیماتی با بیشترین تطابق با دنیای واقعی هستند. اما از یک سو عدم قطعیت موجود در دادهها و پارامترها و از سوی دیگر تضاد موجود در اهداف سرمایهگذار، بر پیچیدگی مسئله بهینهسازی سبد سهام میافزاید. از جهت دیگر با توجه به فرض کارا بودن بازار سهام، باید ازمدلهای چند دورهای که برخلاف مدلهای تک دورهای، اجازه بازنگری سرمایه را در ابتدای هر دوره برای سرمایهگذار فراهم میکند؛ استفاده نمود. در این مقاله رویکرد جدیدی برای بهینهسازی سبد سرمایهگذاری چند دورهای مبتنی بر اندازه عمومی فازی و استفاده از درخت سناریو به منظور مقابله با عدم قطعیتها معرفی میگردد که علاوه بر درنظر گرفتن تمامی محدودیتهای فوق، این امکان را فراهم نموده تا با تغییر پارامتری تحت عنوان خوشبینانه- بدبینانه، سرمایهگذار بتواند سلیقه خود را اعمال نموده و نیازی به مدلسازی در حالت اعتباری، الزام و امکان نیست. سپس به منظور تک هدفه نمودن، مدل ارائه شده با روش محدودیت اپسیلون حل میگردد. در پایان نیز با استفاده از دادههای 17 شرکت از صنایع مختلف فعال در بازار بورس اوراق بهادار تهران در سال 1398 به بررسی اعتبار مدل وکارایی آن میپردازیم.
پرونده مقاله
یکی از بحثهای اساسی برای سرمایهگذاران موضوع تشکیل پرتفوی بهینه سهام است. در مسئلة انتخاب سبد سرمایه گذاری، تصمیم گیرنده هم زمان با اهداف مختلف و گاه متعارض مانند نرخ بازده، نقدینگی، سود تقسیمی و ریسک مواجه است. در بهینهسازی پرتفوی، مسئله اصلی، انتخاب بهینه داراییها چکیده کامل
یکی از بحثهای اساسی برای سرمایهگذاران موضوع تشکیل پرتفوی بهینه سهام است. در مسئلة انتخاب سبد سرمایه گذاری، تصمیم گیرنده هم زمان با اهداف مختلف و گاه متعارض مانند نرخ بازده، نقدینگی، سود تقسیمی و ریسک مواجه است. در بهینهسازی پرتفوی، مسئله اصلی، انتخاب بهینه داراییها و اوراق بهاداری است که با مقدار مشخصی سرمایه میتوان تهیه کرد، اما از یکسو، عدم قطعیتهای مرتبط به هر سهم، و از سوی دیگر چند هدفه بودن مدل انتخاب سبد سهام بهینه، بر پیچیدگی مسئله میافزاید. در این مقاله بهینهسازی سبد سهام در حالت عدم قطعیت مورد مطالعه قرار گرفته است. رویکرد برنامهریزی تصادفی برای تبدیل عدم قطعیت به حالت قطعیت و برنامهریزی توافقی برای تک هدفه شدن، بهصورت ترکیبی مورد استفاده قرار میگیرد. از اطلاعات مربوط به 20 شرکت دارویی از بازار بورس تهران استفاده شده است و اعتبار مدل بررسی شده است. نتایج نشان می دهد که سبد سهام ارائه شده دارای کارایی بالایی است.
پرونده مقاله
هدف از پژوهش پیش رو، ارائه مدل تحلیل پوششی داده های پنجره ای فازی با هدف ارزیابی عملکرد مالی سهام در خلال دور ه های زمانی مختلف تحت عدم قطعیت داده ها می باشد. به عبارت دیگر در این تحقیق تلاش می شود تا یک رویکرد نوین ارزیابی عملکرد سهام با قابلیت پیاده سازی در حضور داده چکیده کامل
هدف از پژوهش پیش رو، ارائه مدل تحلیل پوششی داده های پنجره ای فازی با هدف ارزیابی عملکرد مالی سهام در خلال دور ه های زمانی مختلف تحت عدم قطعیت داده ها می باشد. به عبارت دیگر در این تحقیق تلاش می شود تا یک رویکرد نوین ارزیابی عملکرد سهام با قابلیت پیاده سازی در حضور داده های پانل غیر قطعی ارائه گردد. زیرا بهره گیری از اطلاعات مربوط به چند دوره زمانی مختلف به جای یک دوره زمانی و هم چنین در نظر گرفتن عدم قطعیت موجود در داده ها، می توانند منجر به نتایج قابل اتکاتری در فرایند ارزیابی عملکرد سهام گردند. لازم به توضیح است که در مدل سازی و ارائه رویکرد مذکور، از روش های تحلیل پوششی داده ها، تحلیل پنجره ای و برنامه ریزی امکانی بهره گرفته شده است. در نهایت نیز به منظور آشنایی با چگونگی پیاده سازی رویکرد پیشنهادی پژوهش، مدل تحلیل پوششی داده های پنجره ای فازی بر روی پنج سهم از صنعت فرآورده های شیمیایی در بورس اوراق بهادار تهران برای چهار دوره زمانی از سال 1392 الی سال 1395 اجرا و نتایج مورد تجزیه و تحلیل قرار گرفته اند که حاکی از کارآمدی رویکرد مذکور می باشند.
پرونده مقاله