بهینه سازی سبد سهام در بورس اوراق بهادار تهران با استفاده از شبکه های عصبی و مقایسه آن با الگوریتم ژنتیک
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده ادبیات و علوم انسانی
- نویسنده زهرا ایاغ
- استاد راهنما محمدحسن قلیزاده محمد رحیم رمضانیان
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
در این پژوهش مسأله بهینه سازی سبد سهام با توجه به اهمیت آن در بورس اوراق بهادار و نقش آن در تخصیص بهینه منابع مورد بررسی قرار گرفته است. مدل میانگین-واریانس مارکوویتز یکی از مدل هایی است که برای حل این مسأله مورد استفاده قرار می گیرد. هر چند این مدل از لحاظ نظری با فرمول های ریاضی و از طریق یک معادله درجه دوم قابل حل است، امّا در دنیای واقعی با توجه به تعداد انتخاب های زیاد، رویکرد ریاضی مورد استفاده برای حل این مدل، نیازمند محاسبات و برنامه ریزی وسیع است. وسیع و پیچیده بودن چنین فعالیتی، استفاده از روش های نوین را ضروری می سازد که از جمله آن ها شبکه های عصبی و الگوریتم ژنتیک هستند. از سوی دیگر معیار واریانس در شرایط دنیای واقعی نمی تواند چندان معیار مناسبی برای ریسک باشد و علاوه بر این دیگر معیارهای ریسک در شرایط دیگر و با توجه به ترجیحات سرمایه گذاران می تواند مناسب تر باشد. لذا در این پژوهش از نیم واریانس به عنوان معیار ریسک استفاده شده است. در همین راستا، پژوهش حاضر به منظور بهینه سازی سبد سهامی از بورس اوراق بهادار تهران، از الگوریتم ژنتیک و شبکه های عصبی استفاده نمود و بدین منظور اطلاعات قیمت 8 سهم پذیرفته شده در بورس اوراق بهادار تهران از 29 اسفند 90 تا 29 اسفند 91 به کار گرفته شد. طراحی شبکه های عصبی و الگوریتم ژنتیک در نرم افزار متلب انجام شد. در این پژوهش نشان داده شد که میانگین بازدهی سبدهای تشکیل شده بر مبنای شبکه های عصبی بالاتر از الگوریتم ژنتیک می باشد.
منابع مشابه
بهینه 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 کاملپایش قیمت سهام با استفاده از مدل های تحلیل ممیزی خطی، تحلیل ممیزی درجه دوم و الگوریتم ژنتیک بر مبنای شبکه عصبی مصنوعی در بورس اوراق بهادار تهران
در این مقاله از مدل تحلیل ممیزی DA 1 و مدل هیبریدی الگوریتم ژنتیک بر مبنای شبکه عصبی مصنوعی ANN-GA 2 برای تخمین دستکاری قیمت سهام در بورس اوراق بهادار تهران استفاده شده است. در این پژوهش،ابتدا با استفاده از روش غربالگری، نمونه ای به حجم 543 شرکت پذیرفته شده در بورس اوراق بهادار تهران انتخابو اطلاعات مربوط به شاخص های قیمت و بازده نقدی TEDPIX ، قیمت پایانی، نوسان قیمت پایانی و حجممعاملات در با...
متن کاملانتخاب یک سبد سهام از بین سهام شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل بهینهسازی الگوریتم ژنتیک
انتخاب سبد سهام عمل دشوار و سختی در مبحث سرمایهگذاری است. در این فرآیند سرمایهگذار خود را در مقابل انتخابهای زیاد و بینهایت گوناگونی میبیند که باید یکی از آنها را به عنوان بهترین روش انتخاب نماید. تصمیمگیری در خصوص این که کدام سهم در مقایسه با سایر سهام در وضعیت بهتری قرار دارد و شایستگی انتخاب شدن و قرار گرفتن در سبد سرمایهگذاری فرد را دارد و نحوه تخصیص سرمایه بین این اوراق، مباحثی پیچی...
متن کاملپیش بینی شاخص سهام با استفاده از شبکه های عصبی موجکی در بورس اوراق بهادار تهران
در این تحقیق شاخص کل سهام بورس اوراق بهادار تهران با استفاده از مدلهای مختلف شبکه های عصبی پیش بینی شده است. تحقیق از نوع کاربردی است و دورۀ زمانی انجام تحقیق از ابتدای سال 81 تا پایان سال 90 است. گردآوری اطلاعات از طریق آمار و دادههای موجود در پایگاه اطلاعاتی در بورس اوراق بهادار تهران صورت گرفته است. برای ایجاد مدل wdbp از موجک db5 برای نویززدایی دادهها و تا پنج مرحله صورت گرفته است. جذر م...
متن کاملتوسعه الگوریتم های فرا ابتکاری شیرمورچه- ژنتیک و PBILDE جهت بهینهسازی سبد سهام در بورس اوراق بهادار تهران
در مطالعات مالی، سبد سهام را میتوان به معنی مجموعهی سرمایهگذاریهایی دانست که توسط یک فرد و یا یک موسسه انتخاب و پذیرفته میشود. انتخاب سبد سهام یکی از اصلیترین دغدغههای سرمایهگذاران در بازارهای مالی است. مدل میانگین- واریانس با مؤلفههای مقید به عنوان یکی از مدلهای اصلی در حل مسأله بهینهسازی سبد سرمایه شناخته میشود. این مدل از لحاظ پیچیدگی، از نوع مسائل غیرخطی چند جملهای NP-hard است ...
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 گیلان - دانشکده ادبیات و علوم انسانی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023