مدل بهینه سازی سبد سرمایه‌گذاری مبتنی بر پیش‌بینی با استفاده از رگرسیون بردار پشتیبان

الموضوعات :

محمدامین منادی ¹ , امیرعباس نجفی ²

1 - گروه مهندسی 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

تاريخ الإرسال : 12 الأربعاء , رمضان, 1443 تاريخ التأكيد : 26 الأربعاء , محرم, 1444 تاريخ الإصدار : 04 الخميس , ذو الحجة, 1444

الکلمات المفتاحية: پیش‌بینی قیمت سهام, رگرسیون بردار پشتیبان, انتخاب سبد, خروجی‌چندگانه,

ملخص المقالة :

هدف از بهینه‌سازی سبد سرمایه‌گذاری، انتخاب ترکیبی بهینه از دارایی‌های مالی است که می‌بایست راهنمای سرمایه‌گذاران برای دستیابی به بالاترین بازده در برابر کمترین ریسک ممکن باشد. از سوی دیگر، یکی از عوامل کلیدی در تصمیم‌گیری‌های سبد سرمایه‌گذاری مربوط به پیش بینی قیمت سهام است. برای این کار بطور متداول از مدل‌های کلاسیک غیرخطی ریاضی و هوشمند مانند رگرسیون استفاده می شود. در مطالعه حاضر برای کاهش خطاهای پیش‌بینی، از مدل غیرخطی رگرسیون بردار پشتیبان با خروجی‌های متعدد استفاده شده است. برای نشان دادن کارایی مدل پیشنهادی از داده‌های شرکت‌های شاخص S&P500 در دوره زمانی 12/09/2016 تا 02/08/2021 استفاده شده است. نتایج نشان می‌دهد که انتخاب سبد سهام مبتنی بر پیش‌بینی به کمک رگرسیون بردار پشتیبان با خروجی چندگانه به دلیل در نظر گرفتن روابط بین خروجی‌ها به صورت همزمان از نظر معیار شارپ، عملکرد بهتری نسبت به انتخاب سبد سرمایه‌گذاری بر اساس پیش‌بینی با استفاده از روش رگرسیون دارد.