بهینهیابی تکاملی چهارهدفه فازی و غیرفازی سبد سرمایهگذاری در بورس اوراق بهادار تهران
نویسندگان
چکیده مقاله:
در انتخاب پرتفوی بهینه، باید معیارهای مختلفی را در نظر گرفت که قسمتی آنها بر اساس ماهیت بهینهسازی تعیین میشود و قسمتی نیز بر اساس خواست سرمایهگذار مشخص میگردد. لذا در این مقاله، مدلهایی مبتنی بر برنامهریزی چندهدفه طراحی و در محیط نرمافزار متلب حل شده است. این مدلها به گونهای طراحی شده که هم طبیعت چندهدفة انتخاب پرتفو، هم ملاحظات مورد نظر سرمایهگذار و هم ماهیت غیرقطعی بازدهی آتی داراییها را نیز در نظر بگیرد. پس از طراحی مدلها در دو وضعیت فازی و غیرفازی، به دلیل ماهیت NP-HARD آنها، از الگوریتم اختصاصی طراحی شده NSGA-II برای حل استفاده شده است. پس از حل مدلها، بهترین پرتفو از جبهة پارتوی تشکیل شده، بر اساس نسبت سورتینو، استخراج شده و پرتفوهایی که با این روش بدست آمده، بر اساس نسبت ترینر مقایسه گردیدند. نتایج آزمونهای آماری به صراحت نشان میدهد که مدل های ارائه شده قدرت بالایی در انتخاب پرتفوی با بازدهی بالا و ریسک متعادل دارند. همچنین نتایج بیانگر آن است که در میان مدل های طراحی شده، استفاده از منطق فازی در مدلهای چهارهدفه، نسبت به وضعیتی که از منطق فازی در طراحی و استفاده از این مدلها استفاده نشود، نتایج مطلوبتری را ایجاد را مینماید.
منابع مشابه
بهینهیابی تکاملی فازی سه هدفه و چهارهدفه سبد سرمایهگذاری در بورس اوراق بهادار تهران
انتخاب و تشکیل سبد سهام بهینه، یکی از مهمترین مسائل در حوزه تحقیقات مالی است که تلاش میکند ترکیب بهینهای از داراییها را انتخاب نماید تا با توجه به محدودیتها، بیشینه مطلوبیت برای سرمایهگذار ایجاد شود. با توجه به آنکه بازده اوراق بهادار در دنیای واقعی معمولاً مبهم و نادقیق است، یکی از مهمترین چالش-های سرمایهگذاری، عدماطمینان نسبت به آینده و پیامدهای آنها میباشد. بر این اساس، در این مقاله...
متن کاملبهینهسازی و مقایسۀ سبد سهام در بورس اوراق بهادار تهران با بهرهمندی از الگوریتمهای بهینهسازی تکاملی چندهدفه
با وجود استفادۀ روزافزون از الگوریتمهای بهینهسازی تکاملی چندهدفه در شاخههای مختلف علوم، بهکاربردن آنها بهعنوان ابزار بسیار قدرتمند در زمینۀ بهینهسازی سبد سرمایه، بهویژه حل مسئلۀ چندهدفه، همچنان در مراحل اولیۀ پژوهش است. در این مقاله، از الگوریتمهای تکاملی چندهدفه برای حل مسئلۀ بهینهسازی چندهدفۀ سبد سرمایه در بورس اوراق بهادار تهران استفاده شده است. برای این منظور، دو روش مهم و پرکاربردِ...
متن کاملارائه مدل ترکیبی مبتنی بر روش اولویت بندی فازی و کپراس جهت انتخاب سبد سهام در بورس اوراق بهادار تهران
انتخاب پرتفوی یکی از مهمترین موضوعات در مباحث سرمایهگذاری میباشد که در این تحقیق با استفاده از تکنیک های پژوهش عملیاتی و با در نظر گرفتن معیارهای مختلف، پرتفوی مناسب را در بورس اوراق بهادار تهران استخراج نماییم. بر این اساس ابتدا بر اساس پیشینه پژوهش و نظرات خبرگان معیارهای مالی مختلف در انتخاب پرتفوی را تعیین کرده و با استفاده از روش اولویت بندی فازی وزن معیارها را به دست میآوریم. سپس ب...
متن کاملبهینه سازی و مقایسۀ سبد سهام در بورس اوراق بهادار تهران با بهرهمندی از الگوریتم های بهینه سازی تکاملی چندهدفه
با وجود استفادۀ روزافزون از الگوریتمهای بهینهسازی تکاملی چندهدفه در شاخههای مختلف علوم، بهکاربردن آنها بهعنوان ابزار بسیار قدرتمند در زمینۀ بهینهسازی سبد سرمایه، بهویژه حل مسئلۀ چندهدفه، همچنان در مراحل اولیۀ پژوهش است. در این مقاله، از الگوریتمهای تکاملی چندهدفه برای حل مسئلۀ بهینهسازی چندهدفۀ سبد سرمایه در بورس اوراق بهادار تهران استفاده شده است. برای این منظور، دو روش مهم و پرکاربرد...
متن کاملبررسی امکان بهینهسازی سبد سرمایهگذاری با حداقل ساختن ارزش در معرض ریسک شرطی مبتنی بر مدل کاپولا و دادههای شبیهسازی شده در بورس اوراق بهادار تهران
مطالعات متعدد در بازارهای مالی جهان موید این واقعیت هستند که می توان با بکارگیری معیارهای متناسب با ساختار و ویژگی های داده های مورد مطالعه، کارکرد مدل های مورد بررسی را به نحو قابل توجهی بهبود داد. در این میان تابع کاپولا از جمله مدلهایی است که در تعیین روابط توام متغیرهای مدل، توجه زیادی را به خود معطوف ساخته است. در این پژوهش، در بهینهسازی پورتفویی از شاخص صنایع در بورس اوراق بهادار تهران ب...
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 36
صفحات 1- 16
تاریخ انتشار 2018-09-23
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023