سجاد سلیمانی سروستانی

سجاد سلیمانی سروستانی

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۲ مورد از کل ۲ مورد.
۱.

سبد بهینه نوسانگیری روزانه بر پایه پیش بینی بازه ای مقدار با رهیافت خودرگرسیون برداری(مقاله علمی وزارت علوم)

کلید واژه ها: پیش بینی بازه ای مقدار سبد میانگین واریانس خودرگرسیون برداری استراتژی نوسانگیری

حوزه های تخصصی:
تعداد بازدید : ۷ تعداد دانلود : ۱۴
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.
۲.

سبد بهینه نوسانگیری روزانه بر پایه پیش بینی بازه ای مقدار با رهیافت شبکه های عصبی(مقاله علمی وزارت علوم)

کلید واژه ها: پیش بینی بازه ای مقدار سبد میانگین واریانس شبکه عصبی نوسان گیری

حوزه های تخصصی:
تعداد بازدید : ۱۱۴ تعداد دانلود : ۹۸
در پژوهش حاضر به کمک شبکه های عصبی، پیش بینی بازه ای مقدار مربوط به کمترین و بیشترین قیمت روزانه صورت می گیرد و سپس بر اساس آن یک سیستم معاملاتی نوسان گیری 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 نوسان گیری 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 نوسان گیری پژوهش 0028/0 و نسبت شارپ آن 6379/0 می باشد که از نسبت شارپ سیستم نوسان گیری روزانه انفرادی دارایی های سبد، بهتر است. میانگین روزانه سبد هم وزن در دوره پژوهش 0014/0 و نسبت شارپ آن 0749/0 می باشد که نشان می دهد که سیستم معاملاتی عملکردی به مراتب بهتر از سیستم خرید و نگهداری در سبد هم وزن روزانه دارد.

کلیدواژه‌های مرتبط

پدیدآورندگان همکار

تبلیغات

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان