مدلی دو مرحله ای برای بهینه سازی سبد سهام با استفاده از استراتژی های بتای هوشمند با رویکرد فازی
محورهای موضوعی : مهندسی مالیمحمد شرفی 1 , نوروز نوراله زاده 2 , فاطمه صراف 3
1 - گروه حسابداری و مدیریت، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
2 - گروه حسابداری و مدیریت، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
3 - گروه حسابداری و مدیریت، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
کلید واژه: "بتای هوشمند", "الگوریتم فازی", "مومنتوم", "بهینه سازی سبد سهام",
چکیده مقاله :
مسئله‌ی انتخاب سبد سهام همواره یکی از موضوعات جذاب و کاربردی در بازارهای مالی است. مقاله‌ی حاضر به معرفی مدلی دومرحله‌ای برای بهینه‌سازی سبد سهام با استفاده از ترکیب استراتژی-های شش‌گانه‌ی بتای هوشمند موجود در ادبیات موضوع، با رویکرد فازی پرداخته است. در این مقاله، ابتدا فاکتورهای شش‌گانه‌ی بتای هوشمند، برای ۷۶ شرکت دارویی و فولادی فعال در بازار سرمایه و با استفاده از اطلاعات موجود در صورت‌های مالی سال ۱۳۹۵ و ۱۳۹۶ و اطلاعات معاملاتی آن‌ها در بازه‌ی زمانی ۱۳۹۵ الی ۱۳۹۶ محاسبه گردیده و سپس با ترکیب فاکتورهای بتای هوشمند و منطق فازی، وزن نهایی هر سهم در سبد مشخص گردیده است. به‌منظور ارزیابی مدل و با استفاده از نرم‌افزار SPSS و آزمون آماری لوین و بر اساس اطلاعات مالی در سال ۱۳۹۷، به تفاوت بازدهی مدل ارائه‌شده با سبد شاخصی تشکیل‌شده بر مبنای بازار، پرداخته شد. نتایج نشان داد؛ که در سطح اطمینان ۹۵ درصد، می‌توان سود بالاتری را از سبد تشکیل‌شده بر مبنای مدل ترکیبی ارائه‌شده، اخذ نمود.
The issue of stock portfolio selection has always been one of the most attractive and practical issues in financial markets. The present article introduces a two-stage model for stock portfolio optimization by using a combination of the six smart beta strategies founded in the literature and fuzzy approach. In this article, first, the six factors of smart beta factores, for 76 pharmaceutical and steel companies active in the stock market, are calculated by using the financial information in the financial statements of 2016 and 2017 and their trading information in the period 2016 to 2017. Then, by combining the six factors of smart beta and fuzzy logic, the final weight of each share in the portfolio is determined. In order to evaluate the model, using SPSS software and Levin statistical test and based on yield information of the mentioned companies, during 2017 year, the difference between the efficiency of the proposed model and the index portfolio based on the market index was discussed. The results showed that at 95% confidence level, a higher profit can be obtained from the portfolio based on the proposed hybrid model.
_||_
