مطالب مرتبط با کلید واژه

بهینه سازی پرتفوی


۱.

تشکیل پر تفوی بهینه در بورس اوراق بهادار تهران با استفاده از الگوریتم های ژنتیک

کلید واژه ها: الگوریتم ژنتیک ریسک بهینه سازی پرتفوی

حوزه های تخصصی:
تعداد بازدید : ۱۶۹۵ تعداد دانلود : ۷۴۰
تشکیل پرتفوی به عنوان یک تصمیم‎گیری حساس و حیاتی برای شرکت‎‎ها شناخته شده است. به همین دلیل انتخاب یک پرتفوی با نرخ بازده‎ی بالا و ریسک کنترل شده یکی از موضوعاتی است که مورد توجه بسیاری از محققان قرار گرفته است. در تعریف جدید ریسک، به جای یک عدد ویژه، از یک منحنی به عنوان ریسک استفاده می‎شود. در این مقاله روشی بر مبنای الگوریتم ژنتیک برای تشکیل پرتفوی ارائه می‎شود، که در آن ریسک با تعریف جدید در نظر گرفته شده است. در نهایت به عنوان یک مطالعه ی موردی، این الگوریتم برای تشکیل پورتفوی در بورس اوراق بهادار تهران مورد استفاده قرار گرفته است.
۲.

بهینه سازی سبد سهام با رویکرد «میانگین- نیم واریانس» و با استفاده از روش «جستجوی هارمونی»

کلید واژه ها: بهینه سازی پرتفوی نظریه مدرن پرتفوی تکنیک جستجوی هارمونی الگوی میانگین نیم واریانس مرز کارای سرمایه گذاری

حوزه های تخصصی:
تعداد بازدید : ۴۴۹۷ تعداد دانلود : ۱۶۲۰
برای رسم مرز کارا و تشکیل پرتفوی بهینه معمولاً واریانس به عنوان عامل خطرپذیری عمومی در نظر گرفته می شود. اما از آن جا که نیم واریانس تخمین بهتری از خطرپذیری واقعی پرتفوی ارائه می دهد، در این تحقیق نیم واریانس به عنوان عامل اصلی خطرپذیری در نظر گرفته می شود. مسأله بهینه سازی پورتفوی ترکیبی از مسأله برنامه ریزی عدد صحیح و برنامه ریزی درجه 2 است که برای حل این گونه مسائل الگوریتم های مشخص و کارایی وجود ندارد. هدف این تحقیق حل مسأله بهینه سازی مقید پرتفوی سهام با استفاده از الگوریتم جستجوی هارمونی (HS) است. این الگوریتم با الهام از فرایند بهبود و تکامل هارمونی به وسیله مجموعه نوازندگان موسیقی جهت حل مسائل بهینه سازی به وجود آمده است. به منظور حل مسأله بهینه سازی پرتفوی سهام با استفاده از اطلاعات قیمت 20 سهم پذیرفته شده در بورس اوراق بهادار تهران از مهر 1385 تا اسفند 1387، مرز کارای سرمایه گذاری برای دو الگو با عامل خطرپذیری واریانس و نیم واریانس رسم می گردد. نتایج این تحقیق نشان می دهد که روش جستجوی هارمونی در بهینه سازی مقید پرتفوی سهام، موفق عمل می کند و در یافتن جواب های بهینه در تمامی سطوح خطرپذیری و بازده از دقت قابل قبولی برخوردار است.
۳.

کاربرد الگوریتم ژنتیک چند هدفه در بهینه سازی پرتفوی تسهیلات بانک (مطالعه موردی تسهیلات اعطایی بانک ملی استان اصفهان)

کلید واژه ها: تسهیلات الگوریتم ژنتیک بهینه سازی پرتفوی بازده و نرخ نکول

حوزه های تخصصی:
تعداد بازدید : ۸۸۲ تعداد دانلود : ۵۴۵
حداکثر سازی سود به همراه حداقل کردن ریسک هدفی است که همواره مؤسسات مالی و اعتباری به دنبال تحقق آن هستند. دراین تحقیق که در چارچوب تسهیلات اعطایی یکی از بانک های تجاری ایران طی سال های 1388 الی1390 انجام گردیده به بررسی نرخ بهره مؤثر، نرخ نکول تسهیلات اعطایی در قالب عقود اسلامی دربخش های مختلف و سبد بهینه تسهیلات پرداخته شده است. بنابراین با استفاده از الگوریتم ژنتیک چند هدفه پرتفوی بهینه تسهیلات اعطایی تعیین شده است. یافته های پژوهش نشان می دهد که پرتفوی بهینه تسهیلات که توسط الگوریتم ژنتیک چند هدفه بدست آمده است متفاوت از پرتفوی فعلی بانک است و پوشش دهنده محدودیت های و سیاست های مختلف حاکم بر اعطای تسهیلات است. همچنین نرخ بهره مؤثر و درجه کارایی تسهیلات مبتنی بر مدل بالاتر از نرخ بهره مؤثر و درجه کارایی سبد فعلی تسهیلات است.
۴.

بررسی تأثیر توانمندسازی بر تسهیم دانش و طراحی مدل چندسطحی برای تبیین تأثیر فرهنگ سازمانی مشارکتی بر تسهیم دانش

کلید واژه ها: بهینه سازی پرتفوی ارزش در معرض خطر مشروط تابع کرنل تخمین ناپارامتریک

حوزه های تخصصی:
  1. حوزه‌های تخصصی مدیریت مدیریت منابع انسانی رفتار سازمانی
  2. حوزه‌های تخصصی مدیریت مدیریت دانش و IT مدیریت دانش
تعداد بازدید : ۶۴۴ تعداد دانلود : ۳۹۳
امروزه فرهنگ سازمانی به عنوان یک زیرساخت، نقش بسیار کلیدی در پیاده سازی مدیریت دانش در هر سازمان دارد. تحقیق حاضر برای بررسی تأثیر توانمندسازی بر تسهیم دانش بین کارکنان با درنظرگرفتن نقش فرهنگ سازمانی مشارکتی در دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران انجام گرفته است. این پژوهش از نظر هدف، کاربردی و از نظر روش پژوهش توصیفی- همبستگی است. جامعة آماری پژوهش حاضر کارکنان اداری دانشگاه آزاد واحد علوم و تحقیقات به تعداد 700 نفر بود و حجم نمونه براساس فرمول کوکران 248 نفر در نظر گرفته شد. روش نمونه گیری تصادفی ساده بود. برای گردآوری داده ها پرسشنامه به کار گرفته شد که پایایی آن با محاسبة آلفای کرونباخ و شاخص  CRو روایی آن با روش های روایی محتوا، روایی همگرا و واگرا تأیید شد. تجزیه وتحلیل داده ها با روش مدل سازی معادلات ساختاری با رویکرد روش حداقل مربعات جزئی و نرم افزار 3.2.6  SmartPLSانجام گرفت. نتایج نشان داد توانمندسازی کارکنان بر فرهنگ سازمانی مشارکتی (با ضریب 52 /0) تأثیر مثبت و معنادار دارد. همچنین، فرهنگ سازمانی مشارکتی بر تسهیم دانش کارکنان (با ضریب 92 /0)، و توانمندسازی کارکنان بر تسهیم دانش (با ضریب 64 /0) تأثیر معنادار می گذارند. به عبارت دیگر، موفقیت سازمان در اجرای هر استراتژی از جمله تسهیم دانش تا حد زیادی به توانمندسازی کارکنان بستگی دارد. در نهایت، اثرگذاری فرهنگ سازمانی مشارکتی بر تسهیم دانش در یک سطح و از طرفی تعداد افراد کارکنان دانشکده ها در سطح سازمانی بررسی شد. تأثیر کمّی تعداد کارکنان بر افزایش تسهیم دانش با مدل سازی چندسطحی و نرم افزار HLM تأیید شد.
۵.

بهینه سازی سبد سهام برمبنای روش های تخمین ناپارامتریک

کلید واژه ها: بهینه سازی پرتفوی ارزش در معرض خطر مشروط تابع کرنل تخمین ناپارامتریک

حوزه های تخصصی:
  1. حوزه‌های تخصصی مدیریت مدیریت صنعتی تحقیق در عملیات بهینه سازی
  2. حوزه‌های تخصصی مدیریت مدیریت صنعتی تحقیق در عملیات برنامه ریزی غیر خطی
  3. حوزه‌های تخصصی مدیریت مدیریت مالی – حسابداری سرمایه گذاری
تعداد بازدید : ۶۸۲ تعداد دانلود : ۴۵۶
از جمله مسائل عمده ای که سرمایه گذاران بازارهای سرمایه با آن مواجه هستند، تصمیم گیری جهت انتخاب اوراق بهادار مناسب برای سرمایه گذاری و تشکیل سبد بهینه سهام است که این فرایند از طریق ارزیابی ریسک و بازده صورت می گیرد. از طرفی در بحث سبد سهام در صورتی که بازده دارایی ها دارای توزیع نرمال باشد از واریانس و انحراف معیار برای محاسبه ریسک استفاده می شود، اما در دنیای واقع بازده دارایی ها لزوماً نرمال نبوده و گاهی نیز تفاوت فاحش با توزیع نرمال دارد. مقاله حاضر با معرفی ارزش در معرض خطر مشروط (CVaR)، به عنوان معیار محاسبه ریسک در یک چارچوب ناپارامتریک و به ازای بازده معین سبد بهینه سهام را ارائه می دهد و این روش را با روش برنامه ریزی خطی مقایسه می کند. داده های مورد استفاده در این مقاله را بازده های ماهانه 15 شرکت منتخب از 50 شرکت برتر بورس اوراق بهادار تهران در زمستان 1392 تشکیل می دهند که در دوره زمانی فروردین ماه 1388 تا خرداد ماه 1393 در نظر گرفته شده اند. در نهایت سبد بهینه حاصل از به کارگیری دو روش ناپارامتریک و برنامه ریزی خطی ارائه شده و مقادیر CVaR آنها مورد مقایسه قرار گرفته است که در این مورد برتری روش ناپارامتریک نسبت به برنامه ریزی خطی را نشان می دهد.
۶.

مطالعه تطبیقی مدل بهینه سازی پرتفوی چند دوره ای چندهدفه در محیط اعتبار فازی با معیارهای متفاوت ریسک

کلید واژه ها: ریسک بهینه سازی پرتفوی تئوری اعتبار فازی الگوریتم MOPSO

حوزه های تخصصی:
تعداد بازدید : ۵۵۵ تعداد دانلود : ۲۹۵
هدف از پژوهش حاضر مقایسه تطبیقی مدل های بهینه سازی پرتفوی در محیط اعتبار فازی می باشد. به این منظور سه مدل بهینه سازی پرتفوی طراحی گردید. به جای در نظر گرفتن مدل تک دوره ای پرتفوی از مدل سه دوره ای استفاده گردید. معیارهای ریسک استفاده شده در مدل ها عبارت اند از ارزش در معرض خطر، ارزش در معرض خطر میانگین و نیم آنتروپی. همچنین به منظور نزدیک شدن مدل به دنیای واقعی سرمایه گذاری با در نظر گرفتن هزینه معاملات و سرمایه گذاری بخشی از ثروت در دارایی بدون ریسک علاوه بر محدودیت های اصلی، از محدودیت هایی نظیر، حداقل و حداکثر تخصیص ثروت به هر دارایی، حداقل و حداکثر تعداد سهام موجود در پرتفوی و همچنین از آنتروپی نسبت برای رسیدن به حداقل درجه تنوع بخشی استفاده شد. هر سه مدل این پژوهش با استفاده از الگوریتم MOPSO اجرا گردید. نتایج حاصل از ارزیابی عملکرد پرتفوهای بهینه با در نظر گرفتن معیارهای شارپ و ترینر نشان داد، مدل Mean- AVaR نسبت به دو مدل Mean- Semi Entropy و Mean-VaR عملکرد بهتری دارد.
۷.

مقایسه الگوریتمهای پیش بینی و بهینه سازی در بورس اوراق بهادار تهران

کلید واژه ها: شبکه های عصبی بهینه سازی پرتفوی الگوریتم های فرا ابتکاری شبکه فازی عصبی

حوزه های تخصصی:
تعداد بازدید : ۹۲۵ تعداد دانلود : ۴۰۴
در این مطالعه، با استفاده از دو الگوریتم شبکه عصبی مصنوعی و شبکه فازی- عصبی به عنوان دو الگوریتم پیش بینی قیمت اوراق بهادار و از دو الگوریتم ممتیک حرکت تجمعی ذرات، الگوریتم ژنتیک و روش کوادراتیک به منظور حل مساله بهینه سازی پرتفوی بدون محدودیت برای 23 شرکت فعال بازار بورس طی سال های 94-1391 به صورت روزانه استفاده شده است. نتایج حاصل از این تحقیق نشان می دهد که شبکه های عصبی توانسته عملکرد بهتری را در پیش بینی بازده اوراق بهادار نسبت به سیستم فازی عصبی نشان دهد و همچنین در بررسی عملکرد سه الگوریتم کوادراتیک، ژنتیک و ممتیک، نتایج نشان می دهد که الگوریتم جهش ترکیبی قورباغه توانسته عملکرد و نتیجه بهتری را در مقایسه با الگوریتم ژنتیک نسبت به الگوریتم کوادراتیک نشان دهد. و همچنین نتایج این مطالعه، نشان می دهد که الگوریتم شبکه عصبی می تواند الگوریتمی قابل اتکا برای سهامداران باشد.
۸.

بهینه سازی پرتفوی به روش تسلط تصادفی در بورس اوراق بهادار تهران

تعداد بازدید : ۲۰۳ تعداد دانلود : ۱۲۲
تشکیل پرتفوی بهینه بر اساس ریسک و بازده، از تصمیمات مهم سرمایه گذاران در بازارهای مالی است که برای آن روش های مختلفی وجود دارد. اولین روشی که به منظور تشکیل و بهینه سازی پرتفوی معرفی گردید، روش میانگین-واریانس مارکویتز بود. اما این روش به دلیل فرض نرمال بودن تابع توزیع بازدهی، فقط ویژگی های خاصى از تابع توزیع بازدهی (بازده مورد انتظار و واریانس) را در نظر می گرفت. روش دیگری که سال ها بعد به منظور بهینه سازی پرتفوی مورد استفاده قرار گرفت، روش تسلط تصادفی بود که تمام تابع توزیع بازدهی را به جای برخی ویژگی های خاص مانند واریانس، در نظر می گیرد. پژوهش حاضر به بررسی روش تسلط تصادفی در بهینه سازی پرتفوی و مقایسه عملکرد این روش با بهینه سازی پرتفوی به روش مارکویتز، با استفاده از معیارهای ارزیابی عملکرد در بورس اوراق بهادار تهران می پردازد. معیارهای ارزیابی عملکرد مورد استفاده در این پژوهش شامل چهار معیار شارپ، ترینر، سورتینو و امگا می باشد. نتایج این تحقیق نشان دهنده برتری عملکرد روش تسلط تصادفی مرتبه دوم بر روش مارکویتز در رویکرد برون نمونه ای و درون نمونه ای است. همچنین روش تسلط تصادفی مرتبه دوم، بازدهی تجمعی بالاتری نسبت به روش مارکویتز دارد.
۹.

بهینه سازی پرتفوی به کمک رهیافت Bayesian MGARCH مبتنی بر تبدیل موجک

تعداد بازدید : ۴۵ تعداد دانلود : ۴۸
مفاهیم مقیاس-زمان، سری های زمانی با دنباله های پهن و چولگی و تفکیک دوره های پژوهش بر اساس شوک های اقتصادی در بهینه یابی سبد دارایی از اهمیت ویژه ایی برخوردار است. لزوم داشتن توزیع نرمال سری بازدهی ها و عدم امکان فروش استقراضی از ایرادات بنیادی وارد به مدل مارکوویتز است. همچنین وجود خصلت های چولگی و دم های پهن در سری بازده دارایی های مالی اهمیت معرفی چولگی در توزیع خطا مدل MGARGH را نشان می دهد که نتیجه آن بهبود رهیافت مارکوویتز با استفاده از ماتریس کواریانس مستخرج از مدل های MGARCH مبتنی بر توزیع چوله چندمتغیره نامتقارن است. ضمنا با استفاده از تحلیل موجک می توان واریانس و کواریانس های کاراتری در مقیاس های زمانی متفاوت محاسبه نمود. از این رو هدف پژوهش حاضر غلبه بر مشکلات مطروحه در مدل مارکوویتز از طریق کاربرد مدل Bayesian DCC-GARCH مبتنی بر تحلیل موجک و رهیافت هانگ و لیتزنبرگر می باشد. داده های مورد استفاده در این پژوهش شامل بازده قیمت سهام گروه های منتخبی از بازار سرمایه ایران است که بیش ترین تاثیر را از تحریم های اقتصادی طی دوره 24/9/1387 الی 26/3/1398 متحمل شده اند. دوره زمانی مذکور به دوران قبل از برجام، پسا برجام و خروج آمریکا از برجام تفکیک شده است. همچنین از ماتریس کواریانس حاصل از 2 روش متفاوت (غیرشرطی و شرطی مستخرج از مدل Bayesian DCC-GARCH) در مدل بهینه یابی سبد دارایی هانگ و لیتزنبرگر در مقیاس های زمانی 4 گانه استفاده شده است. نتایج حاکی از  وجود خصلت چندمقیاسه بودن تئوری بهینه یابی سبد دارایی هانگ و لیتزنبرگر در بازار سرمایه ایران بود. به گونه ایی که کارایی سبدهای دارایی در مقیاس های میان ماهانه و بلندمدت بیش تر از کارایی این سبدها در مقیاس های کوتاه مدت است. ضمن آن که در تمامی زیربخش ها سبدهای دارایی که با استفاده از توزیع بیزی حاصل شده اند دارای کارایی بالاتری نسبت به سایر سبدهایی هستند که از سایر توزیع های آماری به دست آمدند.
۱۰.

مدل سازی انتخاب سبد بهینه سهام بر مبنای ارزیابی ریسک و رویکرد مالی رفتاری (حسابداری ذهنی) در بورس اوراق بهادار تهران

تعداد بازدید : ۳۷ تعداد دانلود : ۳۳
این تحقیق به مدلسازی انتخاب سبد بهینه با رویکرد حسابداری ذهنی و بر مبنای شاخص های ارزیابی ریسک و بازده بر اساس نظر خبرگان می پردازد. در این راستا پس از نظر سنجی چند مرحله ای از 28 خبره  و تدوین مدل پایه بر اساس روشهای کیفی،  با محاسبه بازده صنایع مختلف بورسی طی ده سال به  ارزیابی مقایسه ای روش های بهینه سازی پرتفوی با توسعه روش های محاسبه ریسک از واریانس به ارزش در معرض خطر و وارد نمودن متغیر حسابداری ذهنی سرمایه گذاران در قالب دو دوره آموزش هشت ساله و آزمایش دو ساله پرداخته است. نوآوری اصلی تحقیق در تدوین مدل ریاضی بهینه سازی با درج محدودیتهای حسابداری ذهنی و نقدشوندگی بوده و ارزیابی نهایی مدل توسعه یافته نشان دهنده کارکرد مناسب مدلسازی مذکور در عملکرد پرتفوی می باشد. نتایج حاصله نشان می دهد  که عملکرد پرتفوی های حاصل از مدل مبتنی بر حسابداری ذهنی  DMSS و MVO در حالت ساده یکسان عمل کرده و اختلاف معناداری ندارند. ولی پرتفوی هایی که بر اساس مدلهای مبتنی بر حسابداری ذهنی با در نظر گرفتن محدودیتهای ارزش در معرض ریسک و نقدشوندگی تشکیل شده اند عملکردی به مراتب بهتر از مدل MVO دارند.