اقتصاد مالی

مدل مارکوویتز، مبنای رویکرد مدرن در بهینه سازی سبد سهام است. مارکوویتز مدل خود را بر اساس میانگین و واریانس بر روی داده های تاریخی فرموله کرد. از آن زمان تاکنون، پژوهشگران زیادی روش حل مسئله بهینه سازی سبد سهام را بهبود بخشیدند. یکی از مهم ترین بهبود ها، جایگزین کردن شاخص ریسک نامطلوب بجای واریانس است. بهبود دیگری که به تازگی پیشنهادشده، تولید داده بر اساس تحلیل پوششی داده ها و استفاده از داده های تولیدشده به جای بازده تاریخی است. این بهبود جدید که اساساً اساس مسئله انتخاب سبد سهام را تغییر می دهد، فرصتی را فراهم می کند تا پژوهشگران انواع شاخص ریسک را بر روی داده های تولیدشده به جای بازده تاریخی به کارگیرند. در این پژوهش، از تحلیل پوششی داده ها بر اساس صورت های مالی، برای تولید کارایی متقاطع استفاده می شود. سپس ارزش در معرض ریسک که یکی از شاخص های مهم ریسک نامطلوب است، بر روی این مینای جدید، تعدیل شده و با حل مدل خطی شناخته شده آن، وزن های بهینه در سبد سهام تعیین می شود. عملکرد روش پیشنهادی برای 185 شرکت بورس اوراق بهادار تهران در سال های 90 تا 94، توسط معیار شارپ محاسبه شده و با عملکرد سبد بازار و عملکرد روش مارکوویتز بر روی کارایی متقاطع مقایسه می شود. معیار شارپ، عملکرد بهتری برای روش پیشنهادی نسبت به روش های دیگر، نشان می دهد.

۲۸۳۸.

مبانی بیمه مسئولیت طراحان صفحه های وب

مترجم: سید محمد زمان دریاباری

منبع: تازه های جهان بیمه فروردین ۱۳۸۳ شماره ۷۰

حوزه‌های تخصصی:

حوزه‌های تخصصی اقتصاد اقتصاد مالی نهاد ها و خدمات مالی بیمه،کمپانی های بیمه

تعداد بازدید : ۷۸۲

۲۸۳۹.

دولت یازدهم و بازار سرمایه

نویسنده: غلامرضا سلامی

منبع: بورس مرداد و شهریور ۱۳۹۲ شماره ۱۰۳

حوزه‌های تخصصی:

حوزه‌های تخصصی اقتصاد اقتصاد مالی بازارهای مالی سیاست گذاری و قانون گذاری

تعداد بازدید : ۷۸۱ تعداد دانلود : ۴۷۶

۲۸۴۰.

پیش بینی شاخص سهام با استفاده از شبکه های عصبی موجکی در بورس اوراق بهادار تهران

نویسنده: سعید فلاح پور جواد علیپور ریکنده

منبع: راهبرد مدیریت مالی سال دوم زمستان ۱۳۹۳ شماره ۷

کلیدواژه‌ها: بورس اوراق بهادار تهران موجک پیش بینی شاخص سهام شبکه عصبی

حوزه‌های تخصصی:

حوزه‌های تخصصی اقتصاد اقتصاد مالی بازارهای مالی پیش بینی های مالی

تعداد بازدید : ۷۸۱ تعداد دانلود : ۴۸۹

در این تحقیق شاخص کل سهام بورس اوراق بهادار تهران با استفاده از مدل های مختلف شبکه های عصبی پیش بینی شده است. تحقیق از نوع کاربردی است و دوره زمانی انجام تحقیق از ابتدای سال 81 تا پایان سال 90 است. گردآوری اطلاعات از طریق آمار و داده های موجود در پایگاه اطلاعاتی در بورس اوراق بهادار تهران صورت گرفته است. برای ایجاد مدل WDBP از موجک db5 برای نویززدایی داده ها و تا پنج مرحله صورت گرفته است. جذر میانگین مربعات خطا (RMSE) معیارِ ارزیابی برای سنجش خطای پیش بینی است. نتایج این تحقیق نشان می دهد، عملکرد شبکه عصبی موجکی در پیش بینی شاخص سهام سطح خطای کمتری دارد و از شبکه عصبی بهتر است.

درخت حوزه‌های تخصصی