طراحی سبد سهام با قابلیت پیروی از بازده بازار با استفاده از رویکرد نظریه ماتریس‌های تصادفی

Authors

  • علی سعیدی عضو هیئت علمی دانشگاه آزاد سالامی واحد تهران شمال
  • غلامرضا جعفری دانشیار دانشگاه شهید بهشتی،‌ گروه فیزیک، اوین،‌ تهران،‌ ایران
Abstract:

هدف این مقاله طراحی سبد سهام با قابلیت پیروی از بازده بازار با استفاده از روش نظریه ماتریس‌های تصادفی می باشد. در این پژوهش، با استناد به مطالعات پیشین درخصوص مشارکت تمامی سهم‌ها در بزرگترین ویژه‌مقدار که نشان‌دهنده روند بازار است،‌ با استفاده از کمیت ST، میزان مشارکت هر سهم در روند بازار را استخراج نموده و سبدی از گروه‌های مختلف (سهام دارای بیشترین میزان مشارکت در روند،‌مشارکت متوسط و مشارکت کم) تشکیل دادیم. داده های مورد استفاده مربوط به ‌ سهام هشت شاخص از بورس‌های دنیا شامل بازارهای کارا و نوظهور( ‌S&P500 و DJ آمریکا، DAX آلمان،‌ FTSE100 انگلستان و HSI هنگ‌کنگ به عنوان بازارهای کارا،‌ TSE ایران، MXX مکزیک و SSE180  چین به عنوان بازارهای نوظهور) و متعلق به 730 روز کاری این بازارها از می 2012 تا اکتبر 2014 و برای ایران از آبان 92 تا 94 می‌باشد. مقایسه نتایج بازدهی سه سبد حاکی از آن است که سهم‌های دارای بیشترین میزان مشارکت در روند بازار،‌ قابلیت کسب بازدهی مطلوب‌تری نسبت به بازده بازار را دارند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بهینه ‏سازی سبد ‏سهام با رویکرد میانگین‌ـ ‏واریانس و با استفاده از الگوریتم فراابتکاری جست‌وجوی شکار

این مقاله، یک راه حل فراابتکاری جدید برای حل مسئله جست‌وجوی افق کارا با رویکرد میانگین‌ـ واریانس ارائه می‏دهد. مسئله بهینه‌سازی سبد سهام، کوآدراتیک است و با افزایش تعداد دارایی‏ها و محدودیت‏ها، به ان‏پی‌‏سخت تبدیل شده است و نمی‏توان با روش‏های مرسوم ریاضی در زمان معقول آن را حل کرد. از‌این‌رو، از روش‏های ابتکاری و فراابتکاری به‌منزله راهکاری مناسب استفاده می‏شود. این مقاله به بهینه ‏سازی سبد سه...

full text

بهینه‌سازی سبد سهام با استفاده از الگوریتم جست‎وجوی ارگانیسم‎های هم‌زیست

بهینه­سازی سبد سهام یکی از مهم‎ترین موضوعاتِ تصمیم­گیری برای شرکت­های فعال در بازار سرمایه است. هنگامی که وضعیت و محدودیت­های دنیای واقعی نظیر محدودیت سرمایه­گذاری در هریک از سهام­ها و نیز محدودیت تعداد سهام­های موجود در سبد سهام در نظر گرفته می­شوند، مسئلۀ بهینه­سازی سبد سهام به راحتی حل نمی‎شود، از این رو استفاده از شیوه­های فراابتکاری مد نظر قرار می­گیرد. هدف اصلی از پژوهش حاضر، حل مسئلۀ بهین...

full text

پیش‌بینی بازده سهام با استفاده از نسبت های حسابداری با رویکرد شبکه‌های عصبی

هدف این تحقیق پیش‌بینی بازده سهام با استفاده از نسبت‌های حسابداری با رویکرد شبکه‌های عصبی است. در این تحقیق توانایی پیش‌بینی بازده سهام با استفاده از نسبت‌های حسابداری با دو رویکرد شبکه‌های عصبی مصنوعی و رگرسیون حداقل مربعات مورد بررسی قرار گرفته است. متغیرهای مستقل در این تحقیق نسبت‌های حسابداری و متغیر وابسته بازده سهام می‌باشد بدین منظور نسبت‌های حسابداری برای دو صنعت سیمان و دارو به مدت 8 س...

full text

انتخاب 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 text

بهینه‌سازی سبد سهام با استفاده از الگوریتم تکامل تفاضلی و رویکرد ارزش در معرض ریسک مشروط

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 ...

full text

پیش‌بینی بازده آتی بازار سهام با استفاده از مدل‌های آریما، شبکه عصبی و نویززدایی موجک

موضوع شناخت و بررسی رفتار قیمت سهام، همواره یکی از موضوع‌های مهم و مورد توجه محافل علمی و سرمایه‌گذاری بوده است. اخیراً تعداد زیادی از پژوهشگران در پژوهش‌های خود بازار سهام را به عنوان یک سیستم پویای غیرخطی در نظر گرفته‌اند. در این پژوهش، تلاش شده است با استفاده از تبدیل موجک و شبکه عصبی مدلی ارایه شود که پیش بینی دقیق‌تر و با خطای کمتری از بازده شاخص بورس اوراق بهادار داشته باشد. در این مدل ترک...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 9  issue 34

pages  69- 83

publication date 2018-03-21

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