• فهرست مقالات نیم واریانس

      • دسترسی آزاد مقاله

        1 - بهینه سازی پرتفوی، بر اساس شیوه مارکویتزی نیم‌واریانسی در بورس اوراق بهادار تهران
        فرشاد هیبتی رضا حدادزاده
        در این تحقیق، سعی بر آن است که با استفاده از مدل های تئوری فرامدرن پرتفوی (یعنی مدل‌های ریسک تعدیلی منفی و مشخصا نیم واریانس)، پرتفوی‌های بهینه تری نسبت به پرتفوی‌های حاصل از تئوری مدرن پرتفوی، حاصل شود. ضمن آنکه با استفاده از پرتفوی‌های بهینه حاصله، مرز کارآی حاصل از د چکیده کامل
        در این تحقیق، سعی بر آن است که با استفاده از مدل های تئوری فرامدرن پرتفوی (یعنی مدل‌های ریسک تعدیلی منفی و مشخصا نیم واریانس)، پرتفوی‌های بهینه تری نسبت به پرتفوی‌های حاصل از تئوری مدرن پرتفوی، حاصل شود. ضمن آنکه با استفاده از پرتفوی‌های بهینه حاصله، مرز کارآی حاصل از دو تئوری مذکوری را برای پنجاه سهام برتر بورس اوراق بهادار تهران، با هم مقایسه می‌کنیم. نتایج حاصل از آزمون فرضیه‌های این تحقیق، شواهدی را مبتنی بر کارآیی شیوه میانگین - نیم واریانس نسبت به شیوه سنتی میانگین واریانس نشان می‌دهند. پرونده مقاله
      • دسترسی آزاد مقاله

        2 - مقایسه الگوریتم ژنتیک و علف های هرز در بهینه سازی پرتفوی و مقایسه مدل AR غیرخطی و میانگین ساده در پیش بینی بازده مورد انتظار
        مجید فشاری پوریا مظاهری‌فر
        در این مطالعه، به بررسی و مقایسه عملکرد الگوریتم ژنتیک و علف های هرز در بدست آوردن مرزکارا مدل میانگین نیم واریانس مقید پرداخته می شود. و همچنین دو روش AR غیرخطی و میانگین ساده در بدست آوردن بازده مورد انتظار، مورد مقایسه قرار می گیرند. در این مطالعه از 23 سهم فعال تر ب چکیده کامل
        در این مطالعه، به بررسی و مقایسه عملکرد الگوریتم ژنتیک و علف های هرز در بدست آوردن مرزکارا مدل میانگین نیم واریانس مقید پرداخته می شود. و همچنین دو روش AR غیرخطی و میانگین ساده در بدست آوردن بازده مورد انتظار، مورد مقایسه قرار می گیرند. در این مطالعه از 23 سهم فعال تر بازار استفاده می شود که بازده آنها از تاریخ 01/04/93 تا 01/04/95 مورد استفاده قرار گرفته است. نتایج نشان می دهد که الگوریتم علف های هرز برخلاف استفاده از زمان بیشتر، توانسته عملکرد بهتری را به نمایش بگذارد و همچنین، مقایسه روش های پیش بینی بازده مورد انتظار نشان می دهد که مدل AR مرتبه دوم توانسته با خطای کمتری بازده مورد انتظار را پیش بینی نماید. در نهایت، با مقایسه مرزکارای پیش بینی شده و مرزکارای واقعی، به این نتیجه می رسیم که مدل پیش بینی مورد نظر در ریسک های کمتر پیش بینی بهتری انجام داده است که در آن ناحیه می توان با اطمینان بیشتری نسبت به تخصیص دارایی ها اقدام نمود.. پرونده مقاله
      • دسترسی آزاد مقاله

        3 - بهینه سازی دو هدفه سبد پتروشیمی با الگوریتم تکاملی قدرت پارتو (SPEA2) با رویکردهای مختلف در انتخاب سبد
        آرزو کریمی فاطمه زکی پور
        مسئله انتخاب سبد یک مسئله چند هدفه است؛ بنابراین ضرورت شناخت روش‌های حل مدل‌های انتخاب سبد از اهمیت بالایی برخوردار است. الگوریتم‌های فرا ابتکاری ایده‌های نوینی هستند که در همین راستا معرفی شدند. الگوریتم چند هدفه SPEA2 یکی از الگوریتم‌هایی است که به حل مسئله بهینه‌سازی چکیده کامل
        مسئله انتخاب سبد یک مسئله چند هدفه است؛ بنابراین ضرورت شناخت روش‌های حل مدل‌های انتخاب سبد از اهمیت بالایی برخوردار است. الگوریتم‌های فرا ابتکاری ایده‌های نوینی هستند که در همین راستا معرفی شدند. الگوریتم چند هدفه SPEA2 یکی از الگوریتم‌هایی است که به حل مسئله بهینه‌سازی سبد می‌پردازد. هدف این پژوهش به‌کارگیری الگوریتم چندهدفه SPEA2 در دست‌یابی به ترکیب مطلوبی از اوراق شرکت‌های پتروشیمی در سبد پتروشیمی است. توابع هدف مسئله موردمطالعه شامل دو هدف حداکثر سازی بازده و حداقل سازی ریسک است. نمونه آماری شامل داده‌های 900 روز 12 شرکت پتروشیمی مجاز به فعالیت از تاریخ 1/12/94 تا 12/12/98 است که با انتقال این داده‌ها به نرم‌افزار MATLAB بازده لگاریتمی هر سهم محاسبه‌شده و به‌عنوان ورودی الگوریتم SPEA2 قرارگرفته است. سپس الگوریتم SPEA2 برای هریک از مدل‌های میانگین- واریانس، میانگین- نیم واریانس، میانگین- انحراف مطلق، میانگین- ارزش در معرض خطر مشروط اجراشده و وزن هر سهم و ریسک و بازدهی هر سبد محاسبه‌شده است. سپس با استفاده از نرم‌افزار SPSS به آزمون میانگین تفاوت بین ریسک و بازدهی مدل‌ها پرداخته شد. نتایج نشان می‌دهد که بازدهی به‌دست‌آمده توسط الگوریتم SPEA2 تحت مدل‌های مختلف ریسک ازنظر آماری تفاوت معناداری ندارند؛ اما ریسک سبد به وجود آمده با الگوریتم SPEA2 تحت مدل ارزش در معرض خطر مشروط تفاوت معناداری با سایر معیارهای ریسک دارد و ریسک بیشتری را نشان می‌دهد. پرونده مقاله
      • دسترسی آزاد مقاله

        4 - بررسی کارآمدی مدل‌های بهینه ‌سازی فرا ابتکاری الگوریتم ژنتیک چندهدفه تحت معیار ریسکMSV و الگوریتم ازدحام ذرات تحت معیار ریسکCVaR در تعیین سبد سهام شرکت‌های پذیرفته شده در سازمان بورس اوراق بهادار
        داریوش آدینه وند ابراهیم علی رازینی محمود خدام فریدون اوحدی الهام سادات هاشمی زاده
        چکیده انتخاب سبد سهام بهینه از اهداف اصلی مدیریت سرمایه است. امروزه ابزارها و تکنیک‌های متعددی برای اندازه‌گیری ریسک سبد سرمایه‌گذاری و انتخاب سبد سهام بهینه ارائه شده است. در این مقاله، با استفاده از داده های 15 سهم که با روش نمونه‌گیری هدفمند از شرکتهای برتر سازمان ب چکیده کامل
        چکیده انتخاب سبد سهام بهینه از اهداف اصلی مدیریت سرمایه است. امروزه ابزارها و تکنیک‌های متعددی برای اندازه‌گیری ریسک سبد سرمایه‌گذاری و انتخاب سبد سهام بهینه ارائه شده است. در این مقاله، با استفاده از داده های 15 سهم که با روش نمونه‌گیری هدفمند از شرکتهای برتر سازمان بورس اوراق بهادار تهران انتخاب شده‌اند که شامل خپارس، خزامیا، وپاسار، فولاد، اخابر، کگل، فملی، تاپیکو، سپاها، فاذر، فخاس، شبهرن، شفن، قمرو و قثابت هستند، ابتدا بازده این سهام بصورت روزانه در بازه زمانی31/3/1394-31/3/1399 طی 5 سال به مدت 1183 روز محاسبه می‌شوند و سپس با استفاده از نرم افزار متلب مدل‌های بهینه سازی فرا ابتکاری الگوریتم ژنتیک چند هدفه تحت معیار ریسکMSV و الگوریتم ازدحام ذرات تحت معیار ریسکCVaR با هم مقایسه می‌شوند. نتایج نشان می‌دهد که مدل‌ الگوریتم ژنتیک چند هدفه تحت معیار ریسک MSV دارای بازده بیشتر و ریسک کمتری می باشد، در نتیجه مدل‌ الگوریتم ژنتیک تحت معیار ریسک MSV از مدل الگوریتم ازدحام ذرات تحت معیار ریسک CVaR کارآمدتر می‌باشد. پرونده مقاله
      • دسترسی آزاد مقاله

        5 - ارائه یک مدل برنامه ریزی ریاضی چند هدفه –چند زمانه برای سرمایه گذاری در سبد سهام تحت یک سنجه ریسک ترکیبی
        احمد داداش پور عمرانی سیدعلی نبوی چاشمی عرفان معماریان
        آنچه تا به امروز در محاسبات مالی و در زمینه انتخاب سبد سهام عنوان شده به گونه ای است که سرمایه گذاری های موجود را از لحاظ درجه ریسک و بازده، به ترتیب اولویت بندی می نماید، تا سرمایه گذاران بتوانند با در نظر گرقتن امکانات مالی و میزان ریسک پذیریشان سبد سهام مطلوب خویش را چکیده کامل
        آنچه تا به امروز در محاسبات مالی و در زمینه انتخاب سبد سهام عنوان شده به گونه ای است که سرمایه گذاری های موجود را از لحاظ درجه ریسک و بازده، به ترتیب اولویت بندی می نماید، تا سرمایه گذاران بتوانند با در نظر گرقتن امکانات مالی و میزان ریسک پذیریشان سبد سهام مطلوب خویش را تشکیل دهند. لذا، در این تحقیق، به ارائه یک مدل ریاضی چند هدفه بصورت چند زمانه برای اندازه گیری ریسک سبد سهام با ترکیب سنجه بازده با دو سنجه ریسک یعنی نیم واریانس و ارزش در معرض ریسک شرطی بهمراه محدودیت هزینه معاملاتی برای پانزده سهم از پنجاه سهام برتر دوره دوازده ماه منتهی به سال 1398 در بستر بازار سرمایه ایران پرداخته شده است. با توجه به جداول و نمودارهای بدست آمده از حل این نوع مدل به کمک برنامه ریزی دینامیک در زمان های مختلف سرمایه گذاری، شاهد نتایج بهتر در کارایی تصمیمات سرمایه گذاران با صرف هزینه و زمان کمتر و به تبع آن سوددآوری بیشتر سبد سهام، خواهیم بود. پرونده مقاله
      • دسترسی آزاد مقاله

        6 - انتخاب سبد سهام چند هدفه تحت محدودیت احتمالی در بستر بازار سرمایه ایران
        سیدعلی نبوی چاشمی احمد داداش‌پور عمرانی
        یکی از مباحث مهمی که در بازارهای سرمایه مطرح است و باید مورد توجه قرار گیرد بحث انتخاب سبد سرمایه‌گذاری می باشد. در این رابطه، بررسی و مطالعه سرمایه گذاران در جهت انتخاب بهترین سبد سرمایه گذاری با توجه به میزان ریسک وبازده آن انجام می شود. امروزه سرمایه‌گذاران از معیاره چکیده کامل
        یکی از مباحث مهمی که در بازارهای سرمایه مطرح است و باید مورد توجه قرار گیرد بحث انتخاب سبد سرمایه‌گذاری می باشد. در این رابطه، بررسی و مطالعه سرمایه گذاران در جهت انتخاب بهترین سبد سرمایه گذاری با توجه به میزان ریسک وبازده آن انجام می شود. امروزه سرمایه‌گذاران از معیارهای مختلف اندازه‌گیری ریسک به منظور انتخاب سبد سهام مورد نظر استفاده می کنند. بطوریکه این معیارها بسته به رفتار سرمایه گذاران در بازار سرمایه و میزان دانش و تسلط وی بر مسائل مالی انتخاب می شوند. لذا در این مقاله، که در بستر بازار سرمایه ایران انجام شده به ارائه مدل ریاضی چند هدفه بصورت تک زمانه به همراه محدودیت احتمالی، برای اندازه گیری ریسک سبد سهام پرداخته شده است که با ترکیب سنجه بازده با دو سنجه ریسک یعنی نیم واریانس و انحراف مطلق این امکان را فراهم می آورد تا سرمایه گذاران بتوانند با در نظر گرفتن محدودیت های مرتبط با هزینه های معاملاتی، ریسک سبد سهام مورد نظرشان را با دقت اندازه گیری کنند تا به سبد سهامی با بیشترین بازده و کمترین ریسک دست یابند. پرونده مقاله
      • دسترسی آزاد مقاله

        7 - بررسی کارآمدی مدل‌های بهینه‌سازی الگوریتم ژنتیک چندهدفه و الگوریتم ازدحام ذرات تحت معیار ریسک ارزش در معرض خطر مشروط و میانگین نیم واریانس در تعیین سبد بهینه سهام
        داریوش آدینه وند ابراهیم علی رازینی رحمانی محمود خدام فریدون اوحدی الهام سادات هاشمی‌زاده
        هدف: انتخاب سبد بهینه سهام تخصیص سرمایه در بین موقعیت‌های مختلف سرمایه‌گذاری در بازار سهام برای رسیدن به حداکثر بازده در سطح معینی از ریسک می‌باشد. این یک سبد کارا است.روش‌شناسی پژوهش: روش دستیابی به یک سبد کارا مستلزم حل مسئله بهینه‌سازی می‌باشد. تکنیک و ابزارهای متعدد چکیده کامل
        هدف: انتخاب سبد بهینه سهام تخصیص سرمایه در بین موقعیت‌های مختلف سرمایه‌گذاری در بازار سهام برای رسیدن به حداکثر بازده در سطح معینی از ریسک می‌باشد. این یک سبد کارا است.روش‌شناسی پژوهش: روش دستیابی به یک سبد کارا مستلزم حل مسئله بهینه‌سازی می‌باشد. تکنیک و ابزارهای متعددی برای حل این مسئله وجود دارد. در این پژوهش با استفاده از روش نمونه‌گیری خوشه‌ای، تعداد 15 سهم از شرکت‌های پذیرفته‌شده در سازمان بورس اوراق بهادار تهران شامل نمادهای خپارس، خزامیا، وپاسار، فولاد، اخابر، کگل، فملی، تاپیکو، سپاها، فاذر، فخاس، شبهرن، شفن، قمرو و قثابت انتخاب شدند. ابتدا بازده این سهام به‌صورت روزانه در بازه زمانی 1394 - 1399 طی 5 سال به مدت 1183 روز محاسبه کرده و با استفاده از مدل‌های ریسک میانگین نیم واریانس و ارزش در معرض خطر مشروط، ریسک سبد بهینه سرمایه‌گذاری آنها محاسبه می‌شوند و این دو معیار از روش حل کلاسیک با هم مقایسه می‌شوند. سپس خروجی داده‌های به‌دست‌آمده از محاسبات با استفاده از نرم‌افزار متلب با معیار الگوریتم ازدحام ذرات تحت معیار ریسک میانگین نیم واریانس و الگوریتم ژنتیک تحت معیار ریسک ارزش در معرض خطر مشروط با هم مقایسه می‌شوند.یافته‌ها: نتایج به‌دست‌آمده در این پژوهش نشان می‌دهد که روش فراابتکاری الگوریتم ازدحام ذرات در مقایسه با روش الگوریتم ژنتیک نسبت بازدهی سبد سهام بیشتری در معیار ریسک میانگین نیم واریانس را دارد.اصالت / ارزش‌افزوده علمی: در این پژوهش جهت حداقل‌کردن مقدار تابع هدف با استفاده از معیار ارزش در معرض خطر مشروط و میانگین نیم واریانس از الگوریتم‌های ژنتیک چندهدفه و ازدحام ذرات که الگوریتم‌های هوشمند و جدیدی هستند، استفاده شده است که نسبت‌های بازدهی و ریسک سهام موجود در سبد سرمایه‌گذاری را با بالاترین دقت ممکن بهینه می‌نمایند. همچنین مقایسه کارآمدی این مدل‌ها با استفاده از نرم‌افزار متلب موضوع نوآوری را در این پژوهش را ایجاد کرده است. پرونده مقاله