انتخاب سبد سهام بااستفاده از بهینهسازی گروه ذرهها
Authors
Abstract:
در این نوشتار الگوریتمی ترکیبی بر مبنای روش «بهینهسازی گروه ذرهها» برای حل مدل توسعه یافتهی میانگینـواریانسِ انتخاب سبد سهام ارائه میشود. اغلب، برای تطابق مدل اولیه میانگینـواریانس با دنیای واقعی، محدودیتهای مختلفی به آن افزوده میشود. در این نوشتار، چهار نوع محدودیت، محدودیتِ کاردینالیتی )شامل محدودیت روی نسبت هر سهم در سبد و تعداد)نوع( سهم در سبد(، حداقل مقدار معامله و ارزش بخش لحاظ میشوند. با استفاده از سه گروه از دادههای نمونه، نتایج اجرای الگوریتم جدید موسوم به CBIPSO )ترکیب بهینهسازی گروه ذرههای ارتقاء یافته و دودویی( و یک الگوریتم ژنتیک، براساس چهار معیار، مورد مقایسه قرار میگیرند. معیارهای مورد ارزیابی عبارتاند از سرعت رسیدن به جواب، میانگین جوابهای بهدست آمده، بهترین جواب حاصل در چند اجرای متوالی الگوریتم و انحراف معیار جوابها. همچنین تحلیل حساسیت عملکرد CBIPSO با تغییر پارامترهای مختلف در الگوریتم و مسئلهبررسی میشود. نتایج تحقیق نشان میدهند که CBIPSO بهطور کلی، و بهویژه وقتی که تعداد سهمهای در دسترس و یا تعداد سهم در سبد زیاد میشود، بهتر از الگوریتم ژنتیک، عمل میکند.
similar resources
انتخاب سبد سهام بااستفاده از بهینه سازی گروه ذره ها
در این نوشتار الگوریتمی ترکیبی بر مبنای روش «بهینه سازی گروه ذره ها» برای حل مدل توسعه یافته ی میانگینـواریانس انتخاب سبد سهام ارائه می شود. اغلب، برای تطابق مدل اولیه میانگینـواریانس با دنیای واقعی، محدودیت های مختلفی به آن افزوده می شود. در این نوشتار، چهار نوع محدودیت، محدودیتِ کاردینالیتی )شامل محدودیت روی نسبت هر سهم در سبد و تعداد)نوع( سهم در سبد(، حداقل مقدار معامله و ارزش بخش لحاظ می شون...
full textانتخاب سبد سهام با استفاده از بهینهسازی استوار
مقالۀ حاضر به انتخاب سبد پرتفوی با استفاده از بهینهسازی استوار پرداخته است. از آنجا که پارامترهای مسئلۀ انتخاب سبد سهام، یعنی قیمت سهم، سود تقسیمی، بازده و... هر سهم را بهدلیل نوسانهای بازار و قیمتها نمیتوان ثابت در نظر گرفت، باید از روشی بهره برد که عدم قطعیت دادهها لحاظ شود. بهینهسازی استوار راهحلی عملی برای مسائلی بهشمار میرود که در آنها مقدار و توزیع پارامترها نامعلوم است. روشهای...
full textنقش همزمانی قیمت سهام در انتخاب سبد بهینه سهام
در چالش انتخاب سبد بهینه سهام، هنگام انتخاب سهام، باید به عوامل موثر بر قیمتها و معیارهای مرتبط با تصمیمگیری سرمایهگذاران توجه شود. اما قیمت سهام، هم تحت تاثیر ارتباطات با بازار و صنعت بوده و هم تحت تاثیر اطلاعات شرکتها است. در نتیجه هدف از این پژوهش بررسی اثر ارتباط تغییرات بازار و صنعت با قیمت سهام و تبیین نقش آن در انتخاب سبد بهینه است. برای این منظور از معیار همزمانی قیمت سهام استفاده ...
full textانتخاب سبد سهام بهینه با استفاده از تصمیمگیری چند معیاره
این مقاله به دنبال تعیین مدل مناسب تصمیمگیری برای سرمایهگذاری است. در این راستا ابتدا معیارهای موثر جهت انتخاب سبد سهام با مرور ادبیات تحقیق استخراج میشود. سپس اهمیت هر یک از معیارها از نقطه نظر خبرگان سرمایه-گذاری مورد سنجش قرار میگسرد. به دلیل وابستگی بین معیارها، جهت تعیین اهمیت آنها از فرآیند تحلیل شبکهای (ANP) استفاده میگردد. در ادامه جهت رتبهبندی جامعه مورد بررسی که شامل شرکتهای ق...
full textانتخاب پرتفوی سهام بااستفاده ازوابستگی دنباله پایینی و تئوری مقدارحدی
در این مقاله، با استفاده از وابستگی دنباله پایینی و تئوری مقدار حدی، به مسئله انتخاب پرتفولیو پرداخته شده است. وابستگی دنباله پایینی، میزان وابستگی دنباله پایینی یک سهم یا پرتفولیوی مفروض، با دنباله پایینی بازار را مشخص میکند. در واقع وابستگی دنباله پایینی معیاری برای اندازهگیری احتمال آسیب دیدن یک پرتفوی از زیانهای بزرگ است و در این پژوهش وابستگی دنباله پایینی نمونهای از پرتفوها با بازار س...
full textانتخاب سبد سهام بااستفاده از ارزیابی کلامی در بورس اوراق بهادار تهران
هدف انتخاب سبد سهام چگونگی تخصیص سرمایه به تعدادی سهام، به منظور کسب بیشترین بازده برای سرمایه گذار است . در گذشته مسئله انتخاب سبد سهام ، تنها براساس داده های قطعی و کمی مورد بررسی قرار می گرفت.در حالیکه در یک موقعیت سرمایه گذاری واقعی ، بسیاری از عوامل کیفی و کمی بر انتخاب سبد سهام، موثر خواهند بود.همچنین برای پیش بینی عملکرد هر سهام و ایجاد یک سبد سهام مناسب استفاده کافی از دانش و تجربه و نظ...
15 صفحه اولMy Resources
Journal title
volume دوره 1-27 issue 1
pages 113- 125
publication date 2011-09-23
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023