ردیابی شاخص بورس اوراق بهادار با در نظر گرفتن محدودیت زیان گریزی با استفاده از رویکرد جدید بیگ بنگ بیگ کرانچ

الموضوعات : دانش سرمایه‌گذاری

مقصود امیری ¹ , شایان کرمی ² , علیرضا ناصرپور ³

1 - دانشیار دانشگاه علامه طباطبایی دانشکده مدیریت و حسابداری
2 - کارشناسی ارشد مهندسی مالی دانشگاه رجاء قزوین (مسئول مکاتبه)
3 - دانشجوی دکتری مدیریت مالی دانشگاه علامه طباطبایی

تاريخ الإرسال : 24 الجمعة , جمادى الأولى, 1437 تاريخ التأكيد : 09 الإثنين , شعبان, 1437 تاريخ الإصدار : 21 الخميس , ذو الحجة, 1437

الکلمات المفتاحية: مسئله ردیابی شاخص, زیان گریزی, محدودیت عدد صحیح, الگوریتم دیفرانسیل تکاملی, الگوریتم بیگ بنگ- بیگ کرانچ,

ملخص المقالة :

یکی از عوامل توسعه‌ نیافتگی بورس در کشورهای درحال‌ توسعه نظیر ایران رشد ناکافی ابزارهای تصمیم‌ساز برای سرمایه‌گذاران به‌خصوص مبتدیان است. لذا در این پژوهش از یک مدل ردیابی شاخص با در نظر گرفتن محدودیت زیان گریزی و محدودیت‌ عدد صحیح روی تعداد دارایی‌های انتخاب شده، برای ایجاد یک سبد(پرتفوی) ردیابی کننده شاخص بهره گرفته ‌شده است. تفاوت کلیدی این پژوهش با سایر پژوهش های داخلی مشابه در نظر گرفتن زیان گریزی است. به این معنی که تأثیراتی که سرمایه‌گذاران از نوسانات مثبت و منفی در بازده پرتفولیوی خود می‌پذیرند, مطلوبیت یکسانی نداشته و درنتیجه تأثیر آن‌ها در مدل سرمایه‌گذاری یکسان نیست. فضای حل این مسئله گسسته و غیر محدب بوده بنابراین روش‌های متداول عددی برای حل این مسئله قابل‌استفاده نیستند. از سایر نوآوری‌های این پژوهش, استفاده از الگوریتم بیگ بنگ- بیگ کرانچ به‌عنوان یکی از الگوریتم‌های فرا ابتکاری جدید به‌عنوان روش حل و مقایسه آن با الگوریتم دیفرانسیل تکاملی با استفاده از داده‌های قیمت روزانه سهام موجود در شاخص داو جونز از سال 2000 تا 2006 میباشد. نتایج به‌دست‌آمده حکایت از عملکرد مناسب الگوریتم بیگ بنگ-بیگ کرانچ نسبت به الگوریتم دیفرانسیل تکاملی با توجه به معیارهای عملکردی دارد. سپس از این الگوریتم برای ردیابی شاخص 30 شرکت بزرگ بورس تهران از سال 91 الی 93 استفاده شد.که نتیجه آن دست یابی به پرتفویی با بازده و ریسکی معادل شاخص 30 شرکت بورس تهران بود

المصادر:

*       عباسی,ابراهیم,اکبری,صمد.(1393).«کاربرد الگوریتم های تبرید شبیه سازی شده و ژنتیک در تشکیل صندوق شاخصی » . فصلنامه مهندسی مالی و مدیریت اوراق بهادار, شماره 20, صفحات 167- 179

*       حجازی , رضوان . جعفری سرشت , داود و دلشادی , محمود . (1390). « تشکیل صندوق شاخصی بهبود یافته با استفاده از الگوریتم ژنتیک » , فصلنامه بورس اوراق بهادار , شماره 14,صفحات 135- 157

*       حنیفی ، فرهاد. بحرالعلوم،محمدمهدی و جوادی ،بابک .(1388) . «طراحی و تحلیل مقایسه ای الگوریتم های فراابتکاری جهت پیاده سازی سرمایه گذاری شاخص محور در بورس تهران», فصلنامه چشم انداز مدیریت, شماره 32,صفحات 89- 108

*       ورسه ای ، محسن و شمس ، ناصر.(1389). ارائه یک روش حل ابتکاری به‌منظور بهینه‌سازی حل مسئله سبد ردیاب شاخص و پیاده‌سازی آن برای اولین بار در بازار سهام تهران (TEPIX). هشتمین کنفرانس بین المللی مدیریت.

*       5-Alexander k and Dimitriu, M. G. (2005). Kernel Search: "An application to the index tracking problem". European Journal of Operational Research, Vol217 (1), 54–68.

*       6-Barro, O. K. (2009). "A new optimization method: big bang–big crunch". Advances in Engineering Software, Vol 37(2), 106–111.

*       7-Beasley, J.E, Meade, N. and Chang, T.J.)2003(."An evolutionary heuristic for the index tracking problem", European Journal of Operational Research, Vol. 148, 621–643.

*       8-Canakgoz, N. A., & Beasley, J. E. (2009). "Mixed-integer programming approaches for index tracking and enhanced indexation". European Journal of Operational Research,Vol 196(1), 384–399.

*       9-Corielli, F and Marcellino, M.(2006),"Factor Based Index Tracking", Journal of Banking and Finance, Vol 30,2215-2233

*       10-Coleman and etl.(2006). "An evolutionary heuristic for the index tracking problem", European Journal of Operational Research, Vol 148, 621–643.

*       11-Dexiang, J. E. (2011). "Heuristic algorithms for the cardinality constrained efficient frontier". European Journal of Operational Research, Vol 213(3), 538–550.

*       12-Erol, O. K., & Eksin, I. (2006). "A new optimization method: big bang–big crunch". Advances in Engineering Software, Vol 37(2), 106–111.

*       13-Focardi, Sergio M and Fabozzi, Frank J."A Methodology for Index Tracking Based on Time-Series Clustering",Quantitative Finance , Vol 4 (4),417-425

*       14-Jansen R and Dijk H. (2002). "Index Tracking, cointegration and equity market regimes". International   Journal  Of  Finance  And Economics, Vol 10, 213-231

*       15-Maringer, D. (2008). "Constrained index tracking under loss aversion using differential evolution". In Natural Computing in Computational Finance,Vol 100, 7–24.

*       16-Markoitz F. (1952)." The Arithmetic of Active Management". Financial Analyst Journal, Vol. 47(1).

*       17-Qian Li, Linyan Sun and Liang Bao,(2011),"Enhanced Index Tracking Based on Multi-Objective Immune Algorithm ", Expert Systems with Applcations, Vol 38 ,6101-6106

*       18-Rafaely, B and Bennell, J.(2006),"Optimization of FTSE 100 Tracker Funds:A Comparison of Genetic Algorithms and Quadratic Programming", Managerial Finance,Vol 32(6),477-492

*       19-Torrubiano, R and Suarez, A.(2008),"A Hybrid Optimization Approach to Index Tracking", Operational Research, Vol 166,57-71

*       20-Wu, Dexiang. )2011(. "An Index Tracking Model: One Application of Integer programming".Business And Economic,springer, Part 1, 77-82.

*       21-Yu and etl. )2006(. " Index tracking with constrained portfolios". Intelligent Systems in Accounting, Finance and Management . 57-71