انتخاب سبد دینامیک با استفاده از گسترش فضای دارایی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه علامه طباطبایی - دانشکده علوم ریاضی
- نویسنده فاطمه موسوی
- استاد راهنما حسین عبده تبریزی محمد جلوداری ممقانی
- سال انتشار 1392
چکیده
یکی از مهم ترین مسائلی که فعالان در بازارهای مالی با آن روبه رو هستند چگونگی تخصیص ثروت به دارایی های متفاوت می باشد. نظریه سبد دارایی برای حل این مسئله اساسی و مدیریت ریسک به وجود آمده است. فعالان در بازارهای بورس همواره در تلاشند که با انتخاب سبد بهینه به حداکثر میزان سوددهی برای سرمایه موجود دست یابند. و برای رسیدن به این مهم از تکنیک ها و روش هایی که مطلوبیت مورد نظر را به دست می دهد استفاده می کنند. برای انتخاب سبد بهینه روش های مختلفی وجود دارد، به عنوان مثال با در نظر گرفتن واریانس بازده هر دارایی به عنوان ریسک آن دارایی مدل میانگین-واریانس به دست می آید. با ارائه این مدل توسط مارکویتز تحولی عمیق در دانش های ریاضیات و مالی پدیدار شد. و بعد از آن دانشمندان با ارائه مدل های متفاوت در جهت بهبود مدل های انتخاب سبد گام های بعدی را برداشتند. در این پایان نامه برای انتخاب سبد بهینه روشی پیشنهاد می کنیم که اجرای آن از مدل ایستایی مارکویتز مشکل تر نیست. برای این منظور فضای دارایی را چنان گسترش می دهیم که شامل سبد های ساده (به معنی مکانیکی) بشود و سپس سبد بهینه ی ایستا را در محدوده ی این فضای دارایی توسعه یافته به دست می آوریم. روشن است که انتخاب ایستای سبد مدیریت شده با استراتژی دینامیک، معادل است. بنابراین می توان استراتژی دینامیک بهینه را بوسیله ترکیب ثابتی از سبد های مدیریت شده به طور خودکار تقریب زد. دو نوع سبد مدیریت شده را در نظر می گیریم: "سبدهای شرطی " که در هر دارایی پایه مبلغی را سرمایه گذاری می کند که متناسب است با ارزش متغیرهای شرطی. " سبدهای زمان بندی " در هر دارایی برای یک دوره و با نرخ بهره ی بدون ریسک در سایر دوره ها سرمایه گذاری می کنند.
منابع مشابه
انتخاب سبد دارایی های مالی با استفاده از توابع copula
در این پژوهش با به کارگیری توابع copula به عنوان ابزاری برای ارتباط برقرار کردن بین توابع احتمال متغیرهای تصادفی، به معرفی مدلی برای تصمیم گیری در خصوص انتخاب پورتفولیو پرداخته و در نهایت با مقایسه ی مدل یاد شده با مدل مشهور مارکویتز به بیان نقاط قوت و ضعف آن می پردازیم. نتایج به دست آمده در این پژوهش نشان از توانایی توابع copula در پاسخگویی به پرسش سرمایه گذار در خصوص انتخاب سهام موجود در پور...
15 صفحه اولتوسعه مدل برنامهریزی تصادفی برای مسأله انتخاب سبد دارایی چنددورهای
در این مقاله، به توسعه یک مدل برنامهریزی تصادفی برای مسأله انتخاب سبد دارایی چنددورهای با درنظرگرفتن هزینههای معامله و محدودیت تعداد دارایی پرداخته میشود. مدل ارائهشده، ضمن تضمین دستیابی به حداقلی از بازده، ریسک را کمینه میکند. به منظور تولید درخت سناریوی پارامترهای تصادفی، از تبدیل جانسون و فرآیند نمونهگیری در چارچوب یک مدل گام تصادفی استفاده میشود. سپس، دادههای تاریخی 28 شاخص صنعت دا...
متن کاملانتخاب سبد سرمایه ریسکی با استفاده از شبکه های عصبی
هدف اصلی این تحقیق دستیابی به یک سبد سرمایه مناسبتر برای سرمایهگذاران ریسکپذیر است. در این تحقیق مدل مارکوتیز در تئوری سبد سرمایه به عنوان مدل مقایسهای استفاده شده است و مدل شبکه عصبی با آن مقایسه شده است. الگوی یادگیری شبکه عصبی، الگوی «پس انتشار خطا» میباشد. سبد انتخابی شامل بیست سهم از بازار بورس اوراق بهادار تهران است که برای یک دوره سیزده ماهه مورد مطالعه قرار گرفته است. در هر دو مدل ...
متن کاملانتخاب 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...
متن کاملانتخاب سبد سهام بهینه با استفاده از تصمیمگیری چند معیاره
این مقاله به دنبال تعیین مدل مناسب تصمیمگیری برای سرمایهگذاری است. در این راستا ابتدا معیارهای موثر جهت انتخاب سبد سهام با مرور ادبیات تحقیق استخراج میشود. سپس اهمیت هر یک از معیارها از نقطه نظر خبرگان سرمایه-گذاری مورد سنجش قرار میگسرد. به دلیل وابستگی بین معیارها، جهت تعیین اهمیت آنها از فرآیند تحلیل شبکهای (ANP) استفاده میگردد. در ادامه جهت رتبهبندی جامعه مورد بررسی که شامل شرکتهای ق...
متن کاملانتخاب سبد سرمایه ریسکی با استفاده از شبکه های عصبی
هدف اصلی این تحقیق دستیابی به یک سبد سرمایه مناسب تر برای سرمایه گذاران ریسک پذیر است. در این تحقیق مدل مارکوتیز در تئوری سبد سرمایه به عنوان مدل مقایسه ای استفاده شده است و مدل شبکه عصبی با آن مقایسه شده است. الگوی یادگیری شبکه عصبی، الگوی «پس انتشار خطا» می باشد. سبد انتخابی شامل بیست سهم از بازار بورس اوراق بهادار تهران است که برای یک دوره سیزده ماهه مورد مطالعه قرار گرفته است. در هر دو مدل ...
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 علامه طباطبایی - دانشکده علوم ریاضی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023