بهینه‌سازی سبد سهام

دسترسی آزاد مقاله

1 - بهینه‌سازی سبد سهام با استفاده از الگوریتم تکامل تفاضلی و رویکرد ارزش در معرض ریسک مشروط
شاهین رامتین نیا رومینا عطرچی

انتخاب یک سبد سهام به منظور بیشینه‌سازی سود، یکی از دغدغه‌های مهم سرمایه‌گذاران خرد و نهادی در بازارهای مالی جهان است. ازاین‌رو، بهینه‌سازی دارایی‌های مالی به صورتی کارا و مطمئن، یکی از مهم‌ترین موضوعات جدید در مباحث مالی است که با بهره‌گیری از رویکردهای نوین از سایر عل چکیده کامل

انتخاب یک سبد سهام به منظور بیشینه‌سازی سود، یکی از دغدغه‌های مهم سرمایه‌گذاران خرد و نهادی در بازارهای مالی جهان است. ازاین‌رو، بهینه‌سازی دارایی‌های مالی به صورتی کارا و مطمئن، یکی از مهم‌ترین موضوعات جدید در مباحث مالی است که با بهره‌گیری از رویکردهای نوین از سایر علوم، سعی در بهبود عملکرد تشکیل سبد دارایی‌ها دارد. بر این اساس در این تحقیق با استفاده از رویکرد حداقل سازی ریسک سبد دارایی‌های مالی با قید بیشترین مقدار بازدهی بر اساس رویکرد ارزش در معرض ریسک مشروط و الگوی الگوریتم تکامل تفاضلی به بهینه‌سازی بازدهی شاخص 10 شرکت برتر بورس اوراق بهادار تهران در طی دوره 1390 تا 1394 به‌صورت ماهانه پرداخته‌شده است. نتایج نشان می‌دهد که رویکرد تکامل تفاضلی با استفاده از ارزش در معرض ریسک مشروط نسبت به رویکرد ساده در الگوریتم تصادفی دارای نسبت شارپ و نسبت بازدهی به مقدار ارزش در معرض ریسک مشروط بهتر بوده و در بررسی نتایج پس آزمایی با رویکرد ماهانه نیز معیارهای انتخاب سبد دارایی بهینه در این روش، نسبت به رویکرد الگوریتم تصادفی دارای شرایط مناسب‌تری است. پرونده مقاله

دسترسی آزاد مقاله

2 - انتخاب و بهینه‌سازی سبد سهام با استفاده از روش میانگین واریانس مارکویتز با بهره‌گیری از الگوریتم‌های مختلف
جمال بحری ثالث عسگر پاک‌مرام مصطفی ولی‌زاده

بورس مکانیزمی را فراهم می‌کند تا از طریق آن پس‌اندازهای اندک جامعه به سرمایه‌گذاری‌های کلان اقتصادی تبدیل شود ، توسعه متناسب دو بخش اصلی اقتصاد یعنی بخش مالی و واقعی از اهمیت ویژه‌ای برخوردار می‌باشد. کشورهای توسعه یافته همواره بازار پول و سرمایه قدرتمندی داشته و دارند. چکیده کامل

بورس مکانیزمی را فراهم می‌کند تا از طریق آن پس‌اندازهای اندک جامعه به سرمایه‌گذاری‌های کلان اقتصادی تبدیل شود ، توسعه متناسب دو بخش اصلی اقتصاد یعنی بخش مالی و واقعی از اهمیت ویژه‌ای برخوردار می‌باشد. کشورهای توسعه یافته همواره بازار پول و سرمایه قدرتمندی داشته و دارند. عدم توسعه مناسب بازار سرمایه به عنوان زیر مجموعه مهمی از بخش مالی علاوه بر ایجاد فشار مضاعف بر سیستم پولی کشور، باعث شده که واحدهای تولیدی و خدماتی از مزایای یک بازار سرمایه فعال و پویا محروم گردند. در پژوهش حاضر، انتخاب و بهینه‌سازی سبد سهام با استفاده از سه الگوریتم، شامل الگوریتم ژنتیک، فرهنگی و ازدحام ذرات و اطلاعات 106 شرکت پذیرفته شده بورس اوراق بهادار تهران، در طی دوره زمانی 1386 الی 1393، صورت گرفته است. در این پژوهش برای رسم مرز کارا و تشکیل پرتفوی بهینه، از واریانس به عنوان عامل اصلی خطر پذیری استفاده شده است. نتایج مطالعه از بررسی تفاوت بین میانگین بازده سرمایه گذاری در سبدهای منتخب براساس سه روش نشان از عدم وجود اختلاف معنادار بین سه الگوریتم دارد. از طرفی به منظور مقایسه الگوریتم ها و بررسی برتری الگوریتم ها، دو روش بهینه‌سازی از دو بعد تابع هدف و نسبت بازده و ریسک مورد مقایسه قرار گرفت.از آنجایی که الگوریتم ازدحام ذرات مقدار تابع هدف کمتری داشته یا به عبارتی با کمترین خطا به بهترین نتیجه رسیده است، نسبت به الگوریتم های دیگر بهتر عمل کرده است و نشان دهنده برتری نسبی این الگوریتم در انتخاب سبد سهام بهینه است. پرونده مقاله

دسترسی آزاد مقاله

3 - ارائه مدلی جهت انتخاب پرتفوی بهینه در شرایط عدم اطمینان با استفاده از مدل میانگین-شانس (رویکرد آینده‌نگر تخمین تابع بازدهی)
حسین دیده‌خانی امیر شیری قهی بهزاد میران

هدف از این پژوهش ارائه مدل بهینه‌سازی پرتفوی در چارچوب تئوری عدم اطمینان می‌باشد. جهت تخمین نرخ بازدهی دارایی‌ها از رویکرد آینده‌نگر مبتنی بر نظرات خبرگان استفاده شد. همچنین از یک معیار ریسک متفاوت مبتنی بر عدم قطعیت (مدل شانس) جهت مدل‌سازی ریسک استفاده گردید. تئوری مور چکیده کامل

هدف از این پژوهش ارائه مدل بهینه‌سازی پرتفوی در چارچوب تئوری عدم اطمینان می‌باشد. جهت تخمین نرخ بازدهی دارایی‌ها از رویکرد آینده‌نگر مبتنی بر نظرات خبرگان استفاده شد. همچنین از یک معیار ریسک متفاوت مبتنی بر عدم قطعیت (مدل شانس) جهت مدل‌سازی ریسک استفاده گردید. تئوری مورد استفاده جهت مدل‌سازی عدم قطعیت موجود در پارامترهای مدل، تئوری عدم اطمینان می‌باشد. تیم خبرگان حاضر در این تحقیق جهت تکمیل اطلاعات مورد نیاز در خصوص پیش‌بینی‌های مورداستفاده، شامل 30 مدیر سبد صندوق‌های سرمایه‌گذاری فعال در بورس اوراق بهادار تهران می باشند. در پایان جهت نمایش قابلیت کاربرد، مدل طراحی‌شده در بورس اوراق بهادار تهران به‌کارگیری و با توجه به ماهیت غیرخطی مدل، از روش فرا ابتکاری الگوریتم ژنتیک جهت حل آن استفاده گردید. درنهایت با تولید پرتفو های تصادفی و مقایسه آن با پرتفوی بهینه حاصل از حل مدل به این نتیجه رسیدیم که پرتفوی بهینه ضمن عملکرد بهتر به سطح بالاتری از بازدهی نیز دست پیدا می‌کند. پرونده مقاله

دسترسی آزاد مقاله

4 - بهینه سازی پرتفوی در فضای حباب بازار سرمایه
عبداله دریابر فریدون رهنمای رودپشتی هاشم نیکومرام فرهاد غفاری

نظر به اهمیت راهبردی مالی و اقتصادی بازار سرمایه هرگاه اخلال و انحراف گسترده ای در آن رخ دهد، تجهیز و تخصیص منابع مالی با مشکل جدی مواجه می شود. یکی از عوامل بوجود آورندة این مسائل حباب قیمتی است؛ در حباب افزایش قیمت ها منجر به افزایش اشتیاق سرمایه گذاران، افزایش تقاضا چکیده کامل

نظر به اهمیت راهبردی مالی و اقتصادی بازار سرمایه هرگاه اخلال و انحراف گسترده ای در آن رخ دهد، تجهیز و تخصیص منابع مالی با مشکل جدی مواجه می شود. یکی از عوامل بوجود آورندة این مسائل حباب قیمتی است؛ در حباب افزایش قیمت ها منجر به افزایش اشتیاق سرمایه گذاران، افزایش تقاضا و در نتیجه افزایش دوبارة قیمت ها می شود. مدیران سرمایه گذاری علاوه بر موضوع حباب، به بهینه بودن پرتفوی دارایی های مالی تحت مدیریت خود توجه دارند. این پژوهش با تعیین مقاطع زمانی حباب در بازه زمانی فروردین 1380 الی اسفند ماه 1394 و همچنین با بررسی متغییرهایی همانند قیمت، بازدهی ماهانه سهام و کل بازار، واریانس، ارزش در معرض خطر و معیار ریسک نامطلوب در دوره های حبابی شرکت های بورسی درصدد یافتن الگویی جهت بهینه نمودن پرتفوی دارایی های مالی خواهد بود. پس از شناسایی دوره های حبابی در بازه زمانی مذکور و بهینه نمودن پرتفوی مدنظر از طریق مدل بهینه سازی ماکزیمم بازدهی، در پی مقایسه عملکرد این پرتفوی با سایر پرتفوها همانند پرتفوی بازار در دو حالت حبابی و غیر حبابی خواهد بود. برای تحلیل عملکرد دو پرتفوی نیز از معیارهایی همانند شارپ، ترینر، جنسن، نسبت اطلاعات و خطای ردیاب استفاده خواهد شد. در نهایت با مورد تحلیل قرار دادن این الگو در دو فضای حباب صعودی و حباب نزولی و مقایسه آن با فضای غیر حباب و دستیابی به نتایج مطلوب، فرضیه اصلی پژوهش اثبات و الگوی مدنظر حاصل خواهد شد. پرونده مقاله

دسترسی آزاد مقاله

5 - مقایسه عملکرد مدل‌های بهینه‌سازی با صندوق‌های سرمایه‌گذاری سهامی در بورس اوراق بهادار تهران
محمود پاکباز کتج داریوش فرید

10.30495/jfksa.2022.20220

ازآنجایی‌که مدل‌های بهینه‌سازی سبد سهام متکی بر اطلاعات گذشته است همواره کارایی این مدل‌ها مورد تردید بوده است در این پژوهش نخست به معرفی یک مدل بهینه‌سازی مبتنی بر دیدگاه‌های سرمایه‌گذار پرداخته و سپس عملکرد همه مدل‌های بهینه‌سازی با همدیگر و با صندوق‌های سرمایه‌گذاری چکیده کامل

ازآنجایی‌که مدل‌های بهینه‌سازی سبد سهام متکی بر اطلاعات گذشته است همواره کارایی این مدل‌ها مورد تردید بوده است در این پژوهش نخست به معرفی یک مدل بهینه‌سازی مبتنی بر دیدگاه‌های سرمایه‌گذار پرداخته و سپس عملکرد همه مدل‌های بهینه‌سازی با همدیگر و با صندوق‌های سرمایه‌گذاری سهامی مقایسه می‌شوند تا هم میزان کارایی این مدل‌ها سنجیده شود و هم بتوان به یک مدل کاربردی برای این منظور دست‌یافت. بازه زمانی پژوهش بین سال‌های 1395 تا 1400 و برای به دست آوردن سبد بهینه، از نرم‌افزار متلب استفاده شده است. نتایج نشان می‌دهد که با استفاده از معیارهای ارزیابی مختلف، سبد بهینه مدل بلک-لیترمن نسبت به سایر مدل‌های بهینه‌سازی و صندوق‌های سرمایه‌گذاری عملکرد بهتری دارد؛ همچنین بازده ایجادشده توسط همه مدل‌های بهینه‌سازی در سطح ریسک بازار، به‌طوری معناداری از متوسط بازده صندوق‌های سرمایه‌گذاری سهامی و صندوق‌های سرمایه‌گذاری برتر، بالاتر بوده است. پرونده مقاله

دسترسی آزاد مقاله

6 - ارائه مدل ترکیبی بهینه‌سازی سبد سهام با استفاده از فرایند تحلیل سلسله مراتبی،راه حل سازشی ترکیبی و مدل مارکویتز(مطالعه موردی بورس اوراق بهادار تهران)
نسیمه عبدی مهدی مرادزاده فرد حمید احمدزاده محمود خدام

استفاده از معیارهای مؤثر و کارا در انتخاب سبد سرمایه‌گذاری می‌تواند بیشترین سودآوری را برای سرمایه‌گذاران خرد و کلان فراهم نماید. بنابراین انتخاب یک روش ترکیبی برای ایجاد سبد سهام که عملکرد بهتری را به نمایش بگذارد، ضروری به نظر می‌رسد. هدف از انجام این پژوهش، ارائه مدل چکیده کامل

استفاده از معیارهای مؤثر و کارا در انتخاب سبد سرمایه‌گذاری می‌تواند بیشترین سودآوری را برای سرمایه‌گذاران خرد و کلان فراهم نماید. بنابراین انتخاب یک روش ترکیبی برای ایجاد سبد سهام که عملکرد بهتری را به نمایش بگذارد، ضروری به نظر می‌رسد. هدف از انجام این پژوهش، ارائه مدلی است که از ترکیب تکنیک‌های تصمیم‌گیری چندمعیاره با مدل مارکویتز، بتواند در بازه‌های زمانی متفاوت سبد بهینه‌ای را ایجاد کند تا سود سهامداران را به حداکثر برساند. مدل پیشنهادی در سه مرحله پیاده‌سازی شد. در مرحله اول با استفاده از فرایند تحلیل سلسله مراتبی طی بازه زمانی ابتدای خرداد 1395 تا ابتدای خرداد 1400، از میان صنایع فعال در بورس اوراق بهادار تهران ده صنعت برتر انتخاب گردید. در مرحله دوم با استفاده از تکنیک راه حل سازشی ترکیبی از بین صنایع منتخب، سه سبد سهام با بازه زمانی یک‌ماهه ،شش‌ماهه و یک‌ساله، انتخاب و در مرحله سوم بر اساس مدل مارکویتز مرز کارای سرمایه‌گذاری برای هر یک از سبدها رسم شد. نتایج پژوهش نشان داد، مدل ترکیبی ارائه‌شده بازدهی بیشتری را با توجه به ریسک در بازه‌های زمانی مختلف، نصیب سرمایه‌گذاران خواهد کرد. پرونده مقاله

دسترسی آزاد مقاله

7 - انتخاب بهینه سبد سهام با استفاده از الگوریتم‌های بهبودیافته ژنتیک مرتب‌سازی نا‌مغلوب و الگوریتم پارتوی نیرومند با در نظر گرفتن ریسک بر مبنای ارزش در معرض خطر شرطی
مجتبی مرادی مریم قویدل جیرسرائی

سبد سهام ترکیبی مناسب از سهام یا سایر دارایی‌‌ها است که سرمایه‌گذار به خرید آن می‌پردازد و بر پایه این اصل بنا شده است که سرمایه‌گذار تصمیم می‌گیرد از میان فرصت‌های سرمایه‌گذاری مختلف با توجه به میزان تحمل خود از ریسک و انتظار قابل قبولی که از بازده سهام دارد؛ یک یا چند چکیده کامل

سبد سهام ترکیبی مناسب از سهام یا سایر دارایی‌‌ها است که سرمایه‌گذار به خرید آن می‌پردازد و بر پایه این اصل بنا شده است که سرمایه‌گذار تصمیم می‌گیرد از میان فرصت‌های سرمایه‌گذاری مختلف با توجه به میزان تحمل خود از ریسک و انتظار قابل قبولی که از بازده سهام دارد؛ یک یا چند سهام را برای سرمایه‌گذاری انتخاب کند. در این مقاله از الگوریتم‌های چندهدفه بهبودیافته ژنتیک مرتب‌سازی نا‌مغلوب و سطح کارای نیرومند برای انتخاب سبد بهینه استفاده شده است. این الگوریتم‌ها، نوع بهبودیافته از نسخه‌های قبلی خود هستند و نتیجه بهتری نسبت به نسخه‌های قبلی خود ارائه می‌دهند. ارزش سبد سرمایه و ریسک آن، به‌عنوان اهداف بهینه‌سازی و معیار ارزش در معرض ریسک خطر شرطی، به‌عنوان مبنای ریسک به‌کاربرده شده است. دو قید کاربردی نیز برای سبد سهام در نظر گرفته‌شده است و نشان داده شده است که الگوریتم بهبودیافته سطح کارای نیرومند در حالت‌های بررسی شده، نتایج بهتری نسب به الگوریتم بهبودیافته چندهدفه ژنتیک مرتب‌سازی نا‌مغلوب دارد. پرونده مقاله

دسترسی آزاد مقاله

8 - توسعه مدل بهینه‌سازی پورتفوی با استفاده از ضریب ریسک گریزی تغییر یافته
روح اله مهرعلیزاده شیادهی حسین دیده خانی علی خوزین آرش نادریان

در این مقاله با استفاده از ادبیات پژوهش و روش‌های ریاضی به اعمال تغییراتی برای مناسب‌تر نمودن استفاده از ضریب ریسک‌گریزی در مدل‌های بهینه‌سازی اقدام شد. ضریب ریسک‌گریزی معرفی شده در این پژوهش با اعمال در بخش بیشینه‌سازیِ بازده مدل بدون ایجاد اثر نامطلوب، قادر خواهد بود چکیده کامل

در این مقاله با استفاده از ادبیات پژوهش و روش‌های ریاضی به اعمال تغییراتی برای مناسب‌تر نمودن استفاده از ضریب ریسک‌گریزی در مدل‌های بهینه‌سازی اقدام شد. ضریب ریسک‌گریزی معرفی شده در این پژوهش با اعمال در بخش بیشینه‌سازیِ بازده مدل بدون ایجاد اثر نامطلوب، قادر خواهد بود دقت الگوریتم‌های فرا ابتکاری را در یافتن پاسخ‌های بهینه بهبود بخشد. در ادامه مدل ارائه شده برای 30 سهم از بازار بورس اوراق بهادار تهران به همراه یک دارایی با ریسک صفر با لحاظ نمودن برخی محدودیت‌های موجود در بازار ایران بکار گرفته شد. به منظور حل مدل از روش بهینه‌سازی فرا ابتکاری ژنتیک استفاده گردید و برای سنجش کارایی مدل، نتایج اجرای فرایند بهینه سازی با 2500 پورتفوی تصادفی که در محدودیت‌های مساله قرار داشت مقایسه گردید و نتایج حاصله نشان داد پاسخ‌های ارائه شده توسط مدل در هر دو عامل ریسک و بازده بصورت همزمان نسبت به سایر پورتفوهای تصادفی برتری محسوسی ایجاد نموده است. پرونده مقاله

دسترسی آزاد مقاله

9 - بهینه سازی سبد سرمایه گذاری با استفاده ازمدلهای dcc ،cccو الگوریتم مارکوئیتز :شواهدی از بورس اوراق بهادار
زهرا قربانی علیرضا دقیقی اصلی مرجان دامن کشیده رویا سیفی پور

10.30495/ECOMAG.1402.1045588

مقاله حاضر به بررسی عملکرد و مقایسه مدل های گارچ چند متغیره و الگوریتم مارکویتز در بهینه سازی سبد سرمایه گذاری برای سهام‌های برتردر چهار صنعت منتخب، شامل صنایع منتخب ماشین آلات برقی، استخراج کانه های فلزی، خودرو و ساخت قطعات و فرآورده های نفتی،که دارای بازدهی و ریسک مت چکیده کامل

مقاله حاضر به بررسی عملکرد و مقایسه مدل های گارچ چند متغیره و الگوریتم مارکویتز در بهینه سازی سبد سرمایه گذاری برای سهام‌های برتردر چهار صنعت منتخب، شامل صنایع منتخب ماشین آلات برقی، استخراج کانه های فلزی، خودرو و ساخت قطعات و فرآورده های نفتی،که دارای بازدهی و ریسک متغیر هستند، برای سال‌های 1395-1399 می‌پردازد. براساس نتایج بهینه سازی پویا و میانگین گیری از متوسط اوزان بهینه این چهار صنعت در هر سه مدل، وزن بالاتر به سهام صنایعی اختصاص یافته است که نوسانات کمتری در بازدهی شان وجود دارد. در واقع، اوزان کمتر در بین چهار صنعت به صنایع با نوسانات شدیدتر در بازدهی یعنی صنایع خودرو و ساخت قطعات و فرآورده های نفتی اختصاص دارد. برعکس بیشترین سهم متوسط بهینه از سبد تشکیل یافته در بین چهار صنعت به صنعت کانی های فلزی با کمترین نوسانات در بازدهی تعلق دارد. لذا با توجه به نتایج حاصل شده، هر سه مدل نتیجه یکسانی را برای هر چهار سبد نشان می دهند. لذا در راستای تنوع بخشی به سبد سرمایه گذاری و کنترل ریسک سرمایه گذاری، به سرمایه گذاران توصیه می گردد همبستگی بین روند بازدهی سهام و نوسانات بازدهی سهام دارایی های مختلف قابل نگهداری را مدنظر قرار دهند. پرونده مقاله

دسترسی آزاد مقاله

10 - بهینه‌سازی سبد سهام صنایع مختلف در بورس اوراق بهادار تهران با استفاده از گارچ متعامد
سحر عابدینی اسمعیل ابونوری غلامرضا کشاورزحداد

10.30495/fed.2024.709335

چکیده توسعه بازارهای مالی و بازار سهام نقش اساسی در توسعه اقتصادی دارد. با توجه به اینکه بازارهای مالی همواره با ریسک و نااطمینانی همراه می باشند و شوک و تلاطم در یک بازار بر بازارهای دیگر اثر می گذارد لذا از اهداف اصلی تحقیق حاضر شناسایی نوع توزیع سری های مالی (بازدهی چکیده کامل

چکیده توسعه بازارهای مالی و بازار سهام نقش اساسی در توسعه اقتصادی دارد. با توجه به اینکه بازارهای مالی همواره با ریسک و نااطمینانی همراه می باشند و شوک و تلاطم در یک بازار بر بازارهای دیگر اثر می گذارد لذا از اهداف اصلی تحقیق حاضر شناسایی نوع توزیع سری های مالی (بازدهی سهام صنایع مختلف) و برآورد نااطمینانی و ریسک (تلاطم) آنها، تعیین وزن سهام در سبد سرمایه گذاری و همچنین شناسایی دقیق چگونگی تغییرات تلاطم و شدت همبستگی و تعاملات میان سهام صنایع مختلف طی زمان جهت حداکثرسازی منافع سرمایه گذاران و ارائه راهکارهای لازم به برنامه ریزان و سیاست گذاران برای مدیریت و توسعه بازار سهام می باشد. به منظور بهینه سازی سبد سرمایه گذاری، از آمار دادههای هفتگی شاخص قیمت 6 صنعت منتخب (انبوهسازی، بانکها و مؤسسات اعتباری، شیمیایی، خودرو، دارویی و فلزات اساسی) در بازه زمانی 07/01/1389 تا 29/10/1399 استفاده شده است. بدین منظور با استفاده از مدل گارچ متعامد و داده های هفتگی شاخص قیمت سهام صنایع مختلف، عناصر ماتریس واریانس– کواریانس شرطی بازدهی سهام (تلاطم) برآورد گردید، سپس اوزان بهینه سبد سهام با استفاده از اطلاعات بدست آمده و توزیع جنرال هیپربولیک t چوله (بعنوان نزدیکترین توزیع به توزیع بازدهی سهام مورد مطالعه بر اساس نتایج برآورد توزیع داده ها)، در چارچوب مدل های میانگین–واریانس کلاسیک ایستا و پویا و همچنین مدل میانگین–ارزش در معرض خطر شرطی ایستا، محاسبه و با هم مقایسه شد. بر اساس مدل میانگین-واریانس کلاسیک پویا (بعنوان مناسب ترین مدل)، بیشترین وزن در سبد سهام در دوره مورد مطالعه بترتیب مربوط به صنعت دارویی (0/6336) و صنعت شیمیایی (0/3539) بوده است. پرونده مقاله

دسترسی آزاد مقاله

11 - بهینه سازی سبد سهام مبتنی بر مدل برنامه ریزی امکانی استوار با استفاده از الگوریتم‌های ژنتیک و جهش قورباغه مخلوط شده
محمدسعید حیدری جواد ولیدی سیدبابک ابراهیمی

در مسئله انتخاب سبد سرمایه‌گذاری که یکی از مهم‌ترین مسائل در حوزه مالی است، استفاده از مدلی که بتواند شرایط محیط‌های واقعی را در نظر بگیرد، اهمیت دارد. در بازارهای مالی، نوسانات شدید و متواتر سبب تغییر مکرر در خروجی‌های مدل‌های سبد سرمایه‌گذاری می‌گردد و این مسئله نیاز چکیده کامل

در مسئله انتخاب سبد سرمایه‌گذاری که یکی از مهم‌ترین مسائل در حوزه مالی است، استفاده از مدلی که بتواند شرایط محیط‌های واقعی را در نظر بگیرد، اهمیت دارد. در بازارهای مالی، نوسانات شدید و متواتر سبب تغییر مکرر در خروجی‌های مدل‌های سبد سرمایه‌گذاری می‌گردد و این مسئله نیاز به تغییر وزن دارایی‌های موجود در سبد را افزایش می‌دهد که سبب تحمل هزینه‌های بالای مدیریتی و معاملاتی می‌شود. در ادبیات موجود در زمینه مدل‌های سبد سرمایه‌گذاری، یکی از رویکردهای مقابله با این نوع هزینه‌های زیاد رویکرد بهینه‌سازی استوار است. در این پژوهش تلاش شده است از الگوریتم ژنتیک و الگوریتم جهش قورباغه مخلوط شده برای حل مدل برنامه‌ریزی امکانی استوار ارائه‌شده توسط امیری و حیدری (1399) در ابعاد بزرگ‌تر و به‌منظور بهینه‌سازی سبد سهام استفاده شود. در این راستا 15 مسئله معین با ابعاد (تعداد شرکت و دوره زمانی) مختلف طراحی شده و پردازش روی آن‌ها صورت می‌گیرد. نتایج حاصل از اجرای دو الگوریتم بر روی 15 مسئله مذکور با استفاده از آزمون آماری T مورد مقایسه قرار گرفته است که بیانگر عدم تفاوت معنادار بین دو الگوریتم در انتخاب سبد سرمایه‌گذاری است اما رویکرد ترکیبی تاپسیس و وزن‌دهی آنتروپی، الگوریتم ژنتیک را به‌عنوان الگوریتم برتر انتخاب می‌کند. پرونده مقاله

دسترسی آزاد مقاله

12 - بهینه‌سازی سبد سهام شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران بر اساس روش‌های ترکیبی یادگیری ماشین جمعی دوسطحی و الگوریتم‌های فرا ابتکاری چند هدفه مبتنی بر رویکرد زمان سنجی بازار
ساناز فریدی امیر دانشور مهدی معدن چی زاج شادی شاهوردیانی

در این مقاله با استفاده از رویکرد زمان سنجی بازار وروش‌های یادگیری جمعی همگن و غیر همگن به ارائه سیگنال خرید، نگهداری و فروش و پیش‌بینی بازار بر اساس ویژگی‌های بنیادی ویژگی‌های فنی و سری زمانی بازدهی هر شرکت در 100 روز منتهی به روز جاری پرداخته شده است. بر این اساس ، 20 چکیده کامل

در این مقاله با استفاده از رویکرد زمان سنجی بازار وروش‌های یادگیری جمعی همگن و غیر همگن به ارائه سیگنال خرید، نگهداری و فروش و پیش‌بینی بازار بر اساس ویژگی‌های بنیادی ویژگی‌های فنی و سری زمانی بازدهی هر شرکت در 100 روز منتهی به روز جاری پرداخته شده است. بر این اساس ، 208 شرکت که به عنوان شرکت‌های فعال بین سال‌های 1390 تا 1399 بودند، انتخاب شدند. برای آموزش داده‌ها توسط ماشین یادگیری جمعی دوسطحی (HHEL) و پیش‌بینی روند بازار بر اساس استراتژی زمان سنجی بازار ، از داده‌های 5 سال 1390 تا 1394 استفاده و برای تست داده‌ها به منزله بهینه‌سازی سبد سهام بر اساس بیشینه سازی بازده سبد سهام و کمینه سازی ریسک سبد سهام سرمایه‌گذاری، از الگوریتم‌های MOPSO و NSGA II استفاده و با سبد سرمایه گذاری بدست آمده با استراتژی خرید و نگهداری مقایسه شده است. نتایج نشان داد الگوریتم MOPSO بالاترین بازده سبد سهام را با 96.437 % در مقابل الگوریتم NSGA II با بازدهی 91.157 % و روش سرمایه‌گذاری یکسان با بازدهی 13.058 % بدست آورده است. همچنین ریسک سبد سرمایه‌گذاری در الگوریتم NSGA II بسیار پایین تر از ریسک سبد سرمایه‌گذاری در الگوریتم MOPSO به ترتیب با 0.792% و 1.367% بوده است. پرونده مقاله

فهرست مقالات بهینه‌سازی سبد سهام

سکوی نشر دانش

پیوندهای سایت

مراکز مرتبط

پشتیبانی

صفحات رسمی