مطالب مرتبط با کلید واژه

بهینه سازی سبد سهام


۱.

بهینه سازی سبد سهام چندهدفه با استفاده از رویکرد جدید بهینه سازی کرم میوه

کلید واژه ها: بهینه سازی سبد سهام محدودیت های کلاس و عدد صحیح برنامه ریزی غیر خطی درجه دوم الگوریتم بهینه سازی کرم میوه

حوزه های تخصصی:
تعداد بازدید : ۳۴۵ تعداد دانلود : ۵۲۱
یکی از معروفترین مسائل بهینه سازی در حوزه مهندسی مالی مسأله بهینه سازی سبد سهام می باشد. این مسأله در ساده ترین شکل خود به انتخاب سبدی از دارایی های مختلف می پردازد در حالیکه سعی در کمینه نمودن ریسک سبد انتخابی با توجه به محدودیت های تعریف شده نظیر محدودیت بودجه و عدد صحیح دارد. بطور کلی سرمایه گذاران ترجیح می دهند به جای سرمایه گذاری در یک دارایی، در چند دارایی سرمایه گذاری نموده تا به این وسیله با تنوع بخشی به سرمایه گذاری خود ریسک غیر سیستماتیک را کاهش دهند. مدل های محاسباتی پیچیده ای برای حل این مسأله توسعه یافته اند که برای بسیاری از آن ها حل بهینه ای وجود ندارد. در این مقاله، از یک رویکرد ابتکاری و فرا ابتکاری جدید بنام الگوریتم کرم میوه برای حل مسأله ای چند هدفه بر مبنای مدل میانگین- واریانس مارکوییتز با محدودیت های دسته بندی و عدد صحیح استفاده شده است. الگوریتم بهینه سازی حشره میوه (FOA) یک روش جدید برای یافتن جواب بهینه سراسری بر مبنای رفتار حشره میوه در پیدا کردن غذا می باشد. تا کنون مطالعات اندکی روی این الگوریتم صورت گرفته است و تقریباً هیچ یک از کارهای انجام شده از این الگوریتم برای حل مسأله بهینه سازی سبد سهام استفاده ننموده اند. نتایج بدست آمده نشان دهنده عملکرد نسبی بهتر این الگوریتم نسبت به الگوریتم ژنتیک برای مجموعه داده های بورس تهران می باشد.
۲.

گزینش پرتفوی بهینه سهام شرکت های صنایع غذایی در بورس اوراق بهادار تهران با استفاده از روش پیش بینی ترکیبی: کاربرد الگوی میانگین- واریانس- چولگی

کلید واژه ها: بهینه سازی سبد سهام شبیه سازی مونت کارلو شبکه عصبی برنامه ریزی آرمانی بازار سرمایه

حوزه های تخصصی:
تعداد بازدید : ۵۴۶ تعداد دانلود : ۴۰۱
هدف از انجام تحقیق حاضر، ارائه روشی برای گزینش پرتفوی بهینه سهام شرکت های صنایع غذایی در بورس اوراق بهادار تهران با استفاده از الگوی میانگین- واریانس- چولگی با شش تابع هدف می باشد. جامعه آماری این مطالعه شامل 14 شرکت از گروه محصولات غذایی و آشامیدنی بجز قند و شکر و داده های مورد نیاز نیز شامل قیمت های روزانه سهام این شرکت ها منتهی به بهمن سال 1394 می باشد. برای این منظور ابتدا از سه روش مختلف پیش بینی برای تخمین قیمت سهام شرکت های صنایع غذایی استفاده شده و با توجه به خطای پیش بینی، به هر روش وزنی متناسب با قدرت تخمین آن داده شده است. برای اطمینان از بهینه بودن اوزان بدست آمده، قیمت های بدست آمده از روش ترکیبی با قیمت های بدست آمده از هر یک روش های پیش بینی بوسیله ی معیارهای سنجش خطا مورد مقایسه قرار گرفته اند. نتایج حاکی از برتری روش ترکیبی در پیش بینی قیمت ها با رتبه ی 71/1 می باشد. در ادامه بر اساس اوزان بدست آمده شش معیار میانگین، واریانس و چولگی مرتبط با بازده و خطای پیش بینی ترکیبی بدست آمده است. الگوی میانگین- واریانس- چولگی ساخته شده بوسیله برنامه ریزی آرمانی حل شده است. در انتها پرتفوی بدست آمده از الگوی میانگین- واریانس- چولگی با پرتفوی بدست آمده از الگوی میانگین- واریانس مقایسه شده است. نتایج نشان دهنده کارایی بالای الگوی میانگین- واریانس- چولگی در ایجاد یک سبد سهام بهینه با بازده بالایی نسبت به الگوی میانگین- واریانس می باشد. به طوری که میانگین بازدهی روزانه در طول یک ماه برای الگوی میانگین- واریانس- چولگی 52/0 درصد و برای الگوی میانگین- واریانس 32/0 درصد می باشد.
۳.

رویکرد ترکیبی ارزش افزوده اقتصادی و سود تقسیمی در بهینه سازی سبد سهام با استفاده از الگوسازی آرمانی

تعداد بازدید : ۱۴۵ تعداد دانلود : ۱۵۱
یکی از اقدامات اساسی در راستای سرمایه گذاری صحیح در بازار سهام، توجه به معیارهای گوناگون در انتخاب سهام است. ازجمله این معیارها، ارزش افزوده اقتصادی را می توان نام برد. بدین منظور، شاخص های ریسک و بازده با معیارهای ارزش افزوده اقتصادی، سود تقسیمی و ضرایب کشیدگی و چولگی ترکیب و با استفاده از الگوسازی آرمانی، الگویی طراحی شد که به ترکیب بهینه ترین سبد سهام منجر می شود. محاسبه میزان اهمیت معیارهای الگو با استفاده از روش فرایند تحلیل سلسله مراتبی (AHP) انجام شد. در این پژوهش، مقایسه ای در نتایج حاصل از حضور آرمان ارزش افزوده اقتصادی در قبال نبود آرمان سود تقسیمی و برعکس و حضور هر دو آرمان و الگوی مارکوتیز انجام شده است. نتایج پژوهش نشان داد حضور هر دو آرمان، نسبت بازده به ریسک بیشتری از دیگر الگو های مدّنظر این پژوهش مانند الگوی مارکویتز دارد و درنتیجه، بازده بیشتری را نیز به ارمغان می آورد.
۴.

بهینه سازی سبد سهام بورس اوراق بهادار با استفاده از الگوریتم های فراکاوشی

تعداد بازدید : ۳۰۵ تعداد دانلود : ۲۱۰
یکی از رویکردهای بهینه یابی که در علوم مختلف مورد استفاده قرار می گیرد الگوریتم های فراکاوشی می باشد. در این پژوهش، با استفاده از الگوریتم فراکاوشی جدید جستجوی موجودات همزیست (SOS) مدلی برای انتخاب بهینه پرتفوی معرفی گردیده و سپس نتایج بدست آمده از آن با نتایج بدست آمده از الگوریتم های قدیمی تر ژنتیک (GA) و ازدحام ذرات (PSO) مقایسه گردیده است. بدین منظور با استفاده از اطلاعات ده ماهه ی بازده ی 50 شرکت برتر بورس، پرتفوی بهینه با توجه به هدف حداکثر سازی سود و حداقل سازی ریسک به وسیله ی الگوریتم های مذکور برآورد و با یکدیگر مقایسه گردیده است. نتایج به دست آمده از اجرای الگوریتم ها حاکی از آن است که علیرغم توانایی بالای الگوریتم های مورد بررسی در بهینه سازی سبد سهام، الگوریتم SOS در مقایسه با سایر الگوریتم های مورد بررسی توانایی بالاتری در بهینه سازی سبد سهام دارد
۵.

بهینه سازی سبد سهام با استفاده از الگوریتم تجمع ذرات سه هدفه

تعداد بازدید : ۲۹۹ تعداد دانلود : ۲۱۹
در ﺑﻬیﻨﻪ ﺳﺎزی سبد دارایی، ﻣﺴﺌﻠﻪ اﺻﻠی اﻧﺘﺨﺎب ﺑﻬیﻨﻪ دارایی ﻫﺎ و اوراق ﺑﻬﺎداری اﺳﺖ ﻛﻪ ﺑﺎ ﻣﻘﺪار ﻣﺸﺨﺼی ﺳﺮﻣﺎیﻪ ﻣی ﺗﻮان ﺗﻬیﻪ نمود. اﮔﺮ ﭼﻪ حداقل سازی ریﺴﻚ و حداکثرسازی ﺑﺎزده ﺳﺮﻣﺎیﻪ ﮔﺬاری ﺑﻪ ﻧﻈﺮ ﺳﺎده ﻣی رﺳﺪ، اﻣﺎ در ﻋﻤﻞ روش ﻫﺎی ﻣﺘﻌﺪدی ﺑﺮای ﺗﺸﻜیﻞ سبد ﺑﻬیﻨﻪ مطرح شده است. در سال 1950 هری مارکوئیتز مدل خود را ارائه کرد که در آن مسئله بهینه سازی سبد دارایی را به صورت یک مدل برنامه ریزی درجه دوم با هدف حداقل سازی واریانس مجموعه دارایی ها با این شرط که بازده مورد انتظار برابر با یک مقدار ثابت باشد، مطرح کرد. در این تحقیق مسئله بهینه سازی سه هدفه (یعنی حداکثرسازی بازده سبد سهام، حداقل سازی ریسک آن و تابع هدف سوم یعنی حداقل سازی تعداد دارایی ها یا سهام ها) مورد مطالعه قرار گرفته است. بر این اساس، سرمایه گذاران با پذیرش مقدار کمی ریسک و تقریباً همان مقدار بازده، سبدی را انتخاب می کنند که تعداد دارایی کمتر داشته باشد. برای این منظور در ابتدا از دو الگوریتم ژنتیک رتبه بندی نامغلوب (NSGA2) و الگوریتم تجمع ذرات چند هدفه (MOPSO) برای برآورد مدل دو هدفه حداقل واریانس و حداکثر بازده برای شناسایی الگوریتم بهتر مورد استفاده قرار گرفت. سپس با توجه به عملکرد بهتر الگوریتم MOPSO، از این الگوریتم برای برآورد مدل سه هدفه حداکثرسازی بازده سبد سهام، حداقل سازی ریسک و حداقل سازی تعداد سهام ها مورد استفاده قرار گرفت.
۶.

بهینه سازی سبد سهام با استفاده از روش Mean-CVaR و رویکرد ناهم سانی واریانس شرطی متقارن و نامتقارن

تعداد بازدید : ۱۴ تعداد دانلود : ۱۵
هدف: مدیریت ریسک یکی از حوزه های مهم پژوهشی در رشته مالی است که مدیران و سرمایه گذاران بسیاری در بخش های مختلف به آن توجه کرده اند، به خصوص با وقوع بحران های مالی در سال های اخیر، اهمیت اجرای پژوهش های دقیق تر در این حوزه دوچندان شده است. هدف اصلی این پژوهش، ارائه مدلی برای اندازه گیری دقیق تر ریسک در پرتفولیوهای سهام است. روش: برای اجرای این پژوهش، از قیمت پایانی تعدیل شده 30 شرکت بورسی که نمونه آماری این پژوهش بودند، استفاده شده است. با در نظر گرفتن مدل CVaR به عنوان مدل اصلی پژوهش و با استفاده از روش های مختلف مدل سازی واریانس، 4 مدل مجزا به دست آمد. در روش نخست، ارزش در معرض ریسک شرطی با بهره گیری از واریانس ثابت محاسبه شده است و در 3 روش دیگر، واریانس از مدل های GARCH و E-GARCH و T-GARCH مدل سازی شده است. یافته ها: در نهایت، نتایج به دست آمده با دو آزمون آماری مقایسه زوجی و ویلکاکسون سنجیده شدند. نتایج هر دو آزمون نشان داد که مدل سازی واریانس در دستیابی به پرتفوی بهینه تر، عملکرد بهتری دارد. نتیجه گیری: بر اساس یافته های پژوهش و تأیید فرضیه های اصلی پژوهش، می توان نتیجه گرفت که در نظر گرفتن ناهم سانی واریانس موجود در بازار مالی ایران و وارد کردن این موضوع در مدل های بهینه سازی، به عملکرد بهتر در بهینه سازی سبدهای سرمایه گذاری می انجامد. همچنین یافته ها نشان داد که استفاده از مدل CVaR به جای مدل های سنتی ریسک، به صورت معناداری در بهبود عملکرد این صندوق ها مؤثر است.
۷.

توسعه مدل بهینه سازی سبد سهام مارکوییتز با توجه به ملاحظات غیرمالی سرمایه گذار و حمایت از تولیدات داخلی

تعداد بازدید : ۵ تعداد دانلود : ۳
هدف: امروزه بازار سرمایه به عنوان منبع مهم تامین مالی شرکت ها محسوب می شود و درصورت طراحی مدل مناسب انتخاب سبد سهام با درنظرگرفتن ترجیحات متفاوت سرمایه گذاران می توان سرمایه های موجود را به سمت این بازار و در نتیجه حمایت از تولیدات داخلی کشور سوق داد. هدف این پژوهش توسعه مدل مارکوویتز به منظور لحاظ کردن ترجیحات غیرمالی سرمایه گذاران علاوه بر شاخص های مالی می باشد. روش: برای سنجش نمره مسئولیت اجتماعی شرکت  از مدل اندازه گیری با دامنه تعدیل شده و برای سنجش ریسک، مدل ارزش در معرض ریسک شرطی بر روی کارایی متقاطع استفاده شد، سپس با استفاده از روش معیار جامع مدل چندهدفه بهینه سازی سبد سهام پیشنهاد شد. یافته ها: مدل های تک هدفه و چندهدفه (معیار جامع) با توآن های مختلف در نرم افزار گمز اجرا شد. بررسی عملکرد این مدل ها با استفاده از شاخص شارپ نشان داد که مدل های تک هدفه بیشینه سازی بازده وکمینه سازی ریسک به ترتیب دارای بالاترین عملکرد و مدل تک هدفه بیشینه سازی مسئولیت اجتماعی دارای پایین ترین عملکرد است. و مدل پیشنهادی حداقل 5/74 درصد از اهداف سه گانه و متناقض را براساس معیار شارپ برآورده نموده است. نتیجه گیری: مدل پیشنهادی ضمن بهینه سازی همزمان سه تابع هدف و برقراری یک بده - بستان بین این اهداف متناقض، نمره شارپ مناسبی نسبت به سایر مدل ها و همچنین سبد بازار  بدست آورده و سبد سهام مناسبی را در یک جبهه کارا (پاره تو فرانت)، از بین شرکت ها ی با بیشینه بازده و کمینه ریسک که نمره مسئولیت اجتماعی بالایی داشته اند، انتخاب و معرفی نموده است و اگر مدل با توآن های بیشتری اجرا شود، شرکت ها و سناریوهای بیشتری در اختیار سرمایه گذاران قرار می دهد.