بهینهسازی سبد سهام با حداقل میانگین انحرافات مطلق کاراییهای متقاطع
نویسندگان
چکیده مقاله:
سرمایهگذاری در بازار سهام همواره با این مسئلۀ اساسی همراه بوده که دارایی نقدی چگونه بین سهام شرکتها تخصیص یابد تا منافع سرمایهگذار را تأمین کند. پژوهش حاضر تلاش میکند با ارائۀ دو رویکرد جدید، سرمایهگذاران را در انتخاب سبد سهام بهینه بهشکل مؤثرتری یاری دهد. در پژوهش حاضر رویکرد استفاده از کارایی متقاطع به جای بازده سهمها، بهعنوان مبنای اطلاعاتی برای حل مدل حداقل میانگین انحرافات مطلق از میانگین پیشنهاد شده که در آن از شاخصهای مالی بهعنوان دادۀ اولیه برای تشکیل سبد بهره میبرد. رویکرد دیگر، الگوریتمی دو مرحلهای است که در آن هنگام استفاده از شاخصهای مالی، الزام بخشبندی بازار به صنایع مختلف در کانون توجه قرار گرفته است. در انتها معیار شارپ نشان میدهد میان رویکردهای ارائهشده و روشهای رایج تفاوت بارزی وجود دارد. نتایج بهدست آمده نشاندهندۀ عملکرد مطلوب این دو رویکرد نسبت به روشهای مشابه است.
منابع مشابه
مدل میانگین انحراف مطلق با عدم قطعیت روی بازدهها برای بهینه سازی سبد سهام
In this paper, mean absolute deviation model for optimal portfolio selection problem is studied. Due to the uncertainty in the observed returns from financial markets, an improved robust formulation based on Bertsimas and Sim approach is presented. Then we study the robust model of the problem under correlated uncertainty set and give its equivalent model. Finally, the performance of the imp...
متن کاملبهینهسازی سبد سهام با تلفیق کارایی متقاطع و نظریۀ بازیها
مسئلۀ بهینهسازی سبد سهام، یکی از مهمترین مسائل سرمایهگذاری است. اغلب مدلهای ریاضی که برای حل این مسئله ارائه شدهاند، بر مبنای سوابق بازده سهمها به حل مسئله پرداختهاند. به تازگی، استفادۀ کارایی متقاطع حاصل از مدلهای تحلیل پوششی دادهها بهجای سوابق بازده، در کانون توجه قرار گرفته است. در این پژوهش جدول کارایی متقاطع که مجموعۀ نشانگرهایی از وضعیت هر شرکت در شرایط محتمل آینده است، بهعن...
متن کاملرگرسیون حداقل قدر مطلق انحرافات وزنی استوار
زمانی که در مدل رگرسیون خطی نقاط پرت و دورافتاده وجود داشته باشد، یا مشاهدات از توزیع غیر نرمال تبعیت کنند؛ شیوه حداقل مربعات، دیگر شیوه خوبی برای برآورد پارامترها نیست؛ زیرا این برآوردگر نسبت به مشاهدات غیرمعمول بسیار حساس است. بنابراین شیوه رگرسیون استوار با تعداد زیادی برآوردگر پیشنهاد شده است. یکی از قدیمی ترین پیشنهادات، شیوه حداقل قدرمطلق انحرافات (lad (بوده است، که ضرایب رگرسیونی در آن ...
15 صفحه اولبهینه سازی سبد سهام بر مبنای کارایی های متقاطع با مدل خطی حداقل ارزش در معرض خطر شرطی
مدل مارکوویتز اولین مدل مدرن بهینه سازی سبد سهام است. دو نقص این مدل، یکی اتکا به بازده تاریخی سهم ها به عنواناطلاعات پایه و دیگری استفاده از واریانس به عنوان اندازه ریسک است. از زمانی که مدل مارکوویتز ارائه شده است،تلاش های زیادی برای رفع این دو نقص صورت گرفته است. از یک سو چندین شاخص ریسک بهتر معرفی شده و مدل هایمناسب به منظور تشخیص سبد بهینه سهام، برمبنای آن ها توسعه یافته است و از سوی دیگر ...
متن کاملبهینهسازی سبد سهام با رویکرد «میانگین- نیم واریانس» و با استفاده از روش «جستجوی هارمونی»
بهینهسازی سبد سهام با رویکرد «میانگین- نیم واریانس» و با استفاده از روش «جستجوی هارمونی» رضا راعی1، شاپور محمدی2، هدایت علی بیکی3 1- دانشیار گروه مدیریت دانشکده مدیریت، دانشگاه تهران، تهران، ایران 2- استادیار گروه مدیریت دانشکده مدیریت، دانشگاه تهران، تهران، ایران 3- دانشجوی کارشناسی ارشد گروه مدیریت دانشکده مدیریت، دانشگاه تهران، تهران، ایران دریافت: 8/9/89 پذیرش: 18/12/89 چکی...
متن کاملبهینه یابی سبد سهام (کاربرد مدل ارزش درمعرض ریسک بر روی کارایی متقاطع)
مدل مارکوویتز، مبنای رویکرد مدرن در بهینهسازی سبد سهام است. مارکوویتز مدل خود را بر اساس میانگین و واریانس بر رویدادههای تاریخی فرموله کرد. از آن زمان تاکنون، پژوهشگران زیادی روش حل مسئله بهینهسازی سبد سهام را بهبود بخشیدند. یکی از مهمترین بهبودها، جایگزین کردن شاخص ریسک نامطلوب بجای واریانس است. بهبود دیگری که بهتازگی پیشنهادشده، تولید داده بر اساس تحلیل پوششی دادهها و استفاده از داده...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 9 شماره 3
صفحات 475- 496
تاریخ انتشار 2017-11-22
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023