ارائه الگوی بهینه پایدار سبد سهام با رویکرد امگا
محورهای موضوعی : مهندسی مالی
فاطمه پورعسکری جورشری
1
,
محسن خدادادی
2
,
سید رضا سید نژاد فهیم
3
1 - گروه مهندسی مالی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران
2 - گروه حسابداری، واحد رودسر و املش، دانشگاه آزاد اسلامی، رودسر، ایران
3 - گروه حسابداری، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران.
کلید واژه: عدم قطعیت, مدل خطی, بهینه‌سازی پایدار, رویکرد امگا,
چکیده مقاله :
ازجمله مسائل عمده‌ای که سرمایه‌گذاران بازارهای سرمایه با آن مواجه هستند، تصمیم‌گیری جهت انتخاب اوراق بهادار مناسب برای سرمایه‌گذاری و تشکیل سبد بهینه سهام است. ازآنجاکه پارامترهای مسئله انتخاب سبد سهام را، به دلیل نوسان بازار و قیمت نمی‌تواند ثابت در نظر گرفت، باید از روشی بهره برد که عدم قطعیت داده‌ها در آن لحاظ شود. بهینه‌سازی پایدار راه‌حلی علمی برای مسائلی به شمار می‌رود که در آن با عدم قطعیت داده‌ها روبرو خواهیم بود. پژوهش حاضر در جهت بهینه‌سازی پایدار پرتفوی بر اساس رویکرد امگا بررسی‌شده است. مقاله حاضر به معرفی مدل خطی امگا، به‌عنوان معیار محاسبه ریسک و ارائه مدل بهینه پایدار امگا پرداخته است. رویکرد پایدار استفاده‌شده در این پژوهش، رویکرد برتسیماس و سیم است در این رویکرد همتای پایدار ارائه‌شده برای یک مدل برنامه‌ریزی خطی همچنان خطی باقی می‌ماند که باعث می‌شود مزایای مدل برنامه‌ریزی خطی در مدل بهینه حفظ شود. مدل توسعه داده‌شده در این پژوهش توسط داده‌های واقعی 20 سهم از شاخص S&P 500 به مدت سه سال به‌صورت تصادفی انتخاب‌شده که نتایج آن نشان‌دهنده کارایی بالای مدل در توسعه مدلهای تحت شرایط عدم قطعیت است همچنین نتایج نشان می‌دهد، درصورتی‌که سطح محافظه‌کاری افزایش یابد، مقدار تابع هدف افزایش خواهد یافت.
One of the significant problems facing capital market investors is choosing the right securities to invest in and create an optimal portfolio. Since the portfolio selection parameters cannot be considered fixed due to market and price fluctuations, a method that takes into account data uncertainty should be used. Robust optimization is a scientific solution to the problems in which data uncertainty is present. The present study has been conducted for Robust portfolio optimization based on the omega approach. The present paper introduces the linear omega model as a criterion for calculating risk and provides an optimal Robust omega model. Robust approach used in this research is the Bertsimas and Sim approach. In this approach, Robust counterpart presented for a linear programming model remains linear, maintaining the advantages of the linear programming model in the optimal model. The model developed in this research is randomly selected by real data of 20 stocks of the S&P 500 index for three years, the results show the high efficiency of the model that developmenting models under uncertainty conditions. The results also show that if conservatism increases, the value of the objective function will increase.
_||_