مدل بهبودیافته ردیابی شاخص با درنظر گرفتن هزینه‌های معاملاتی
الموضوعات :امیر آزادی 1 , امیرعباس نجفی 2
1 - گروه مهندسی صنایع-سیستم‌های مالی، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران.
2 - گروه مهندسی مالی، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران.
الکلمات المفتاحية: الگوریتم ژنتیک, سبد سرمایه‌گذاری, ردیابی شاخص, پورتفوی ردیاب, صندوق‌های شاخصی,
ملخص المقالة :
مسئله بهینه‌سازی پورتفوی سرمایه‌گذاری، یکی از مباحث بسیار مهم در بازارهای مالی است. برای مدیریت پورتفوی دو نوع استراتژی منفعلانه و فعالانه وجود دارد که ایجاد پورتفوی ردیاب شاخص یکی از جنبه های رویکرد منفعلانه برای مدیریت سبد سهام می‌باشد. اساس سبد ردیاب شاخص، دستیابی به عملکردی مطابق با بازده شاخص با تشکیل سبدی محدود از سهام است که در پی آن هزینه‌های معاملاتی برای سرمایه‌گذار کاهش پیدا خواهد کرد. در این پژوهش، مدلی برای تشکیل پورتفوی ردیاب ارائه شده است که هدف آن کمینه‌سازی انحرافات نامطلوب (بازده پورتفوی کمتر از بازده شاخص) و بیشینه‌سازی انحرافات مطلوب (بازده پورتفوی بیشتر از شاخص) است. بمنظور حل مدل توسعه داده شده از الگوریتم ژنتیک استفاده شده است. برای ارزیابی عملکرد مدل، داده‌های چهار صنعت بزرگ بورس اوراق بهادار تهران بکار گرفته شده و نتایج نشان می‌دهد که مدل پیشنهادی عملکرد خوبی در ردیابی شاخص مربوطه و دستیابی به بازده مازاد بر شاخص داشته است.
_||_
Beasley, J. E., Meade, N., Chang, T. J. (2003), “An evolutionary heuristic for the index tracking problem” European Journal of Operational Research,148(3), 621-643.
Canakgoz, N. A. & Beasley, J. E. (2009), “Mixed-integer programming approaches for index tracking and enhanced indexation”. European Journal of Operational Research, 196(1), 384-399.
Fabozzi, F. J., Markowitz, H. M. (2002), “The Legacy of Modern Portfolio Theory”, The Journal of Investing, 11(3) ,7-22.
Filippi, C., Guastaroba, G., Speranza, M.G. (2016), “A heuristic framework for the bi-objective enhanced index tracking problem”, Omega.
Hanifi, Farhad; Bahrul Uloom, Mohammad Mahdi; Javadi, Babak (2008), "Design and comparative analysis of choosing the optimal stock market index tracking portfolio based on genetic algorithm and its combined approach with quadratic programming", Master's Thesis, MBA, Malek Ashtar University of Technology.
Hijazi, Rizwan 2019; "Improved Index Fund Formation Using Genetic Algorithm", Stock Exchange Quarterly, No. 14, 157-135.
Jones.Charles.P.; "Investment Management", Negah Danesh Publication, Tehran, first edition.
Li, Q., Sun, L., Bao, L. (2011). “Enhanced index tracking based on multi-objective immune algorithm”. Expert Systems with Applications, 38 (2011) 6101–6106.
Montfort, K., Visser, E., Fijn Van Drat, L. (2008), “Index Tracking by Means of Optimized Sampling”, The Journal of Portfolio Management, 34(2), pp143-151.
Nabizadeh, Ahmed; Qarabaghi, Hadi; Behzadi, Adel (2016), "Optimization of Index Tracking Portfolio Based on Adverse Beta Based on Evolutionary Algorithms", Financial Research, Volume 19, Number 2, Summer 2016, pp. 319-340.
Najafi, Amir Abbas; Fazli Sabzevar, Ehsan (2013), "A dual-objective model of index tracker portfolio review considering transaction costs and solving it with meta-heuristic algorithms", Scientific research quarterly of financial knowledge of securities analysis, 7th year, number 24.
Samuelson,P.A. (1974), “challenge to judgment”, The Journal of Portfolio Management, 1(1), pp 17-19.
Sharpe, W. F. (1991), “The Arithmetic of Active Management”, Financial Analyst Journal, 47 (1), 7-9.
Strub, O., Baumann, P. (2018), “Optimal construction and rebalancing of index-tracking portfolios”, European Journal of Operational Research, 264, 370-387.
Tabata, Y., Takeda, E., (1995), “Bicriteria optimization problem of designing an index fund”. Journal of the Operational Research, Society,Vol. 46, No.8, pp.1023-1032.
Versaei, Mohsen; Shams, Nasser (2009), "Presenting an innovative solution method to optimize the solution of index tracker basket problem and implementing it for the first time in Tehran stock market", 8th international management conference.
