داریوش آدینه وند

داریوش آدینه وند

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۱ مورد از کل ۱ مورد.
۱.

بررسی کارآمدی مدل های بهینه سازی؛ میانگین-نیم واریانس، ارزش در معرض خطر مشروط و الگوریتم ژنتیک چند هدفه( NSGAII) تحت معیار ریسک CVAR و MSV در تعیین سبدسهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)

کلید واژه ها: ارزش در معرض خطر مشروط الگوریتم ژنتیک بهینه سازی سبدسهام و میانگین-نیم-واریانس

حوزه های تخصصی:
تعداد بازدید : 94 تعداد دانلود : 357
انتخاب سبدسهام بهینه به عنوان مسئله ای مهم در اقتصاد مطرح است. تکنیک و ابزارهای متعددی برای حل مساله سبد بهینه سهام وجود دارد. در این پژوهش داده های 15 سهام از شرکت های پذیرفته شده در بورس اوراق بهادار تهران شامل نمادهای؛ خپارس، خزامیا، وپاسار، فولاد، اخابر، کگل، فملی، تاپیکو، سپاها، فاذر، فخاس، شبهرن، شفن، قمرو و قثابت با روش نمونه گیری خوشه ای و حذف سیستماتیک انتخاب شدند. ابتدا بازده این سهام بصورت روزانه در بازه زمانی 31/3/1394-31/3/1399 طی 5 سال به مدت 1183 روز محاسبه گردید. سپس با استفاده از مدلهای ریسک "میانگین-نیم واریانس، ارزش در معرض خطر مشروط، ریسک سبد سرمایه گذاری آنها محاسبه می-شوند. و این دو معیار از روش حل کلاسیک با هم مقایسه می شوند. خروجی بهینه سازی سبد با هر یک از این ریسک ها وزن متفاوتی از هر سهم را نشان می دهد. سپس مدل های ریسک میانگین-نیم-واریانس و ارزش در معرض خطر مشروط از روش فرا ابتکاری الگوریتم ژنتیک چند هدفه با هم مقایسه می شوند. نتایج حاکی از آن است که روش الگوریتم ژنتیک چند هدفه در مقایسه با روش کلاسیک بازدهی سبد بیشتری در معیار میانگین-نیم واریانس به نمایش گذاشت. لذا روش بهتری برای بهینه سازی سبد سهام می باشد.

کلیدواژه‌های مرتبط

پدیدآورندگان همکار

تبلیغات

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان