مدیریت سبد سرمایه بااستفاده ازارزش در معرض ریسک(var): یک مقایسه بین الگوریتم های ژنتیک و بهینه سازی تجمع ذرات
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه شیخ بهایی - دانشکده ریاضی و کامپیوتر
- نویسنده محمود اشرفی
- استاد راهنما محمدتقی جهاندیده عبدالرضا میرزایی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1391
چکیده
در این تحقیق، مقایسه ای بین کاربرد بهینه سازی تجمع ذرات(pso)والگوریتم های ژنتیک (ga) برای مدیریت سبد سرمایه، در یک مساله ی بهینه سازی سبدسرمایه مقید شده که فروش کوتاه مجاز نیست نشان داده شده است. تابع هدف مینیمم شده ارزش در معرض ریسک محاسبه شده با استفاده از شبیه سازی تاریخی می باشد. نتایج آزمایشات انجام شده نشان می دهد که به طور کلی، این روش ها قادرهستند به طور سازگار راه حل(جواب)های مناسب که کاملا نزدیک به بهترین جواب یافته شده هستند، را در یک مدت زمان معقول بیابند. به علاوه، ازنظرآماری نشان داده شده که این الگوریتم ها، بطورمیانگین همگی منجربه یافتن بهترین راه حل(جواب) یکسان نمی شوند. pso به نظر می رسد سریعتراز ga باشد، هم ازنظرتعداد تکرار و هم ازنظرکل زمان اجرا. بااین حال، pso به نظر می رسد نسبت به موقعیت اولیه ذرات، حساس تر از ga باشد. برخی تست ها نیز باتوجه به تعداد ذرات مورد نیاز برای حل این مسأله پیشنهاد شده است، و به نظر می رسد 50 ذره/کروموزوم برای مسأله های تا حد 20 دارایی کافی باشد.
منابع مشابه
بهینه سازی سبد سرمایه گذاری بر اساس ارزش در معرض ریسک با استفاده از الگوریتم کلونی مورچگان
تحقیق حاضر یک الگوریتم ابتکاری را برای حل مسأله محدود بهینه سازی سبد سهام با توجه به ارزش در معرض ریسک (VaR) به عنوان معیار ریسک و با استفاده از الگوریتم ترکیبی مورچگان و ژنتیک ارائه می دهد. در این تحقیق نشان داده خواهد شد که الگوریتم ترکیبی پیشنهادی قادر است مساله بهینه سازی سبد سهام را با توجه به معیار ارزش در معرض ریسک (VaR) با در نظرگرفتن محدودیت عدد صحیح برای تعداد سهام موجود در سبد سهام ...
متن کاملمقایسه کارایی الگوریتم حرکت تجمعی ذرات و الگوریتم ژنتیک در حل مساله بهینه سازی سبد سهام
در این پایان نامه پس از بررسی ادبیات موضوع و مطالعه الگوریتم ژنتیک و حرکت تجمعی ذرات به بررسی کارایی دو الگوریتم در حل مساله مارکویتز می پردازیم
15 صفحه اولبهینه سازی سیکل ترکیبی با استفاده از الگوریتم های ژنتیک(GA) و بهینه سازی دسته ذرات(PSO)
چکیده: در این مقاله، سیکل ترکیبی بصورت کامل مدلسازی شده و پس از تحلیل انرژی و اگزرژی، تابع برازش مناسب تعریف و بهینه سازی آن توسط الگوریتم های ژنتیک و بهینه سازی دسته ذرات انجام شده است. لازم به ذکر است سیکل های ترکیبی از طراحی پیچیدهای برخوردار بوده و اعمال هر تغییر در طراحی، بر متغیرهای زیادی به صورت مستقیم و غیر مستقیم تاثیر گذار میباشد. اگرچه در گذشته تلاشهای زیادی به منظور بهینه سازی تک ...
متن کاملبهکارگیری بهینه سازی استوار در مساله انتخاب سبد سهام با افت سرمایه در معرض خطر مشروط
Portfolio selection problem is one of the most important problems in finance. This problem tries to determine the optimal investment allocation such that the investment return be maximized and investment risk be minimized. Many risk measures have been developed in the literature until now; however, Conditional Drawdown at Risk is the newest one, which is a conditional risk value type problem. T...
متن کاملبررسی عملکرد دو الگوریتم ژنتیک (GA) و اجتماع ذرات (PSO) در بهینه سازی مسئله CGAM
نوشتار حاضر به مدلسازی ترمودینامیکی یک نیروگاه توربین گازی با توان تولیدی MW ۳۰ و (kg/s) ۱۴ بخار اشباع در فشار bar ۲۰ پرداخته است. این سیستم معروف به مسئله CGAM است. در مسئلهی CGAM تابع هدف شامل مجموع هزینهی سرمایهگذاری و همچنین هزینهی سوخت مصرفی است. در این نوشتار بهینهسازی با کمینهسازی تابع هدف و نیز بهکارگیری الگوریتم ژنتیک و الگوریتم اجتماع ذرات بهکمک نرمافزار متلب انجا...
متن کاملبهینه سازی سبد سهام با استفاده از الگوریتم ازدحام ذرات در تعاریف مختلف اندازه گیری ریسک
این مقاله از الگوریتم ازدحام ذرات برای بهینهیابی سبد دارایی مارکوویتز با توجه به معیارهای متفاوت اندازهگیری ریسک یعنی میانگین واریانس، میانگین نیم- واریانس و میانگین قدر مطلق انحرافات و همچنین محدودیتهای موجود در بازار واقعی مانند "اندازه ثابت تعداد سهام" و "محدودیت خرید" استفاده کرده است. برای بررسی قابلیت حل این مسائل به کمک این الگوریتم، از دادههای واقعی 186 شرکت در بورس اوراق بهادار ت...
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 @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه شیخ بهایی - دانشکده ریاضی و کامپیوتر
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023