سبد بهینه نوسانگیری روزانه بر پایه پیش بینی بازه ای مقدار با رهیافت خودرگرسیون برداری (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
پیش بینی مناسب دارایی های مالی به سرمایه گذاران در کسب درآمد و مدیریت دارایی های خود کمک می کند. پیش بینی بازه ای مقدار شامل پیش بینی یک بازه است که حدود آن را دو متغیر تصادفی مشخص می کند. هدف پژوهش حاضر طراحی و بهینه سازی سبد میانگین-واریانس نوسانگیری روزانه بر اساس پیش بینی بازه ای مقدار کمینه و بیشینه قیمت روزانه با رهیافت خودرگرسیون برداری می باشد. در پژوهش حاضر به کمک روش خودرگرسیون برداری، پیش بینی بازه ای مقدار مربوط به کمترین و بیشترین قیمت روزانه صورت می گیرد و سپس بر اساس آن یک سیستم معاملاتی نوسانگیری روزانه، شامل خرید و فروش در مقادیر پیش بینی شده شکل می گیرد. برای کاستن از ریسک سیستم معاملاتی و افزایش تعداد موقعیت های معاملاتی، سبد بهینه نوسانگیری روزانه در چهارچوب میانگین-واریانس توسعه می یابد. سبد نمونه ای پژوهش شامل پنج سهم از بورس اوراق بهادار تهران در یک دوره 190 روزه با احتساب هزینه های معاملاتی خرید و فروش نشان می دهد که میانگین بازده روزانه سبد نوسانگیری پژوهش 0018/0 و نسبت شارپ آن 4809/0 می باشد که از نسبت شارپ حاصل از سیستم نوسانگیری روزانه انفرادی دارایی های سبد، بهتر است. میانگین روزانه شاخص کل در دوره پژوهش 001/0و نسبت شارپ آن 0835/0 می باشد که نشان می دهد سیستم معاملاتی پژوهش عملکردی به مراتب بهتر از سیستم خرید و نگهداری دارد. به سرمایه گذاران ریسک گریز علاقمند به استراتژی نوسانگیری روزانه پیشنهاد می شود تا رویکرد سبد بهینه معرفی شده در پژوهش حاضر را پس از بررسی و ارزیابی دقیق سودآوری و ریسک بر روی مجموعه سهام مورد نظر خود مورد استفاده قرار دهند.Optimal Daily scalping trading portfolio based on interval-valued prediction with vector autoregression approac
Interval-valued prediction includes the prediction of an interval that its boundaries determined by two random variables. The aim of this research is to design and optimize the mean-variance daily scalping trading portfolio based on interval-valued prediction for lowest and highest daily prices with the vector autoregression approach. In the present study, using the vector autoregression method, the interval related to the lowest and highest daily prices is predicted and then based on it, a daily scalping trading system is formed, including buying and selling in the forecasted prices. To reduce the risk of the trading system and increase the number of trading positions, the optimal daily scalping trading portfolio is developed in the mean-variance framework.The sample portfolio includes five shares of the Tehran Stock Exchange in a 190-day period, taking into account trading costs, shows that the average daily return is 0/0018 and the Sharpe ratio is 0/4809, which is better than the Sharpe ratio of individual daily scalping trading of portfolio assets. The daily average of the total index in the research period is 0/001 and the Sharp ratio is 0/0835, which shows that the trading system has a much better performance than the buy and hold strategy. Risk-averse investors who are interested in the daily scalping strategy are suggested to use the optimal portfolio approach introduced in the present study after carefully evaluating the profitability and risk on the set of stocks they want
تبلیغات
