حداقل حداکثر پشیمانی

هدف: سرمایه گذاران و نهادهای مالی، تمایل دارند که در انتخاب سرمایه گذاری، از آینده و همچنین، نحوه عملکرد خود اطمینان نسبی داشته باشند؛ به نحوی که در موقعیت های عدم قطعیت (رونق و رکود بازارها) عملکردهای مناسبی انجام دهند. این پژوهش به دنبال یافتن سبد سهام بهینه استواری است که در شرایط مختلف بازار، بهترین عملکرد را داشته باشد و پشیمانی سرمایه گذار از انتخاب سبد سهام را به حداقل رساند. روش: به منظور به دست آوردن سبد سهام بهینه، از سناریوبندی وضعیت های مختلف بازار، بر اساس بازده روزانه شاخص کل بورس اوراق بهادار تهران و به کارگیری الگوریتم بهینه سازی توده ذرات و ملاک حداقل حداکثر پشیمانی استفاده شده است. همچنین در این پژوهش، توابع هدف چندمتغیره و امگا ارزش در معرض ریسک شرطی، به عنوان توابع برازش در بهینه سازی توده ذرات به کار گرفته شده است. از داده های 50 شرکت بورسی، طی سال های 1388 تا 1395، برای محاسبه سبد های سهام بهینه و داده های سال 1396 به عنوان خارج از نمونه، برای آزمون سبد های سهام به دست آمده استفاده شده است. یافته ها: نتایج به دست آمده نشان می دهد که در بازه ماهانه، سبد های سهام بهینه استوار در مقایسه با سبد سهام معیار، نسبت اطلاعاتی بیشتر و خطای ردیابی کمتری دارند. نتیجه گیری: سناریوبندی بازار و به کارگیری ملاک حداقل حداکثر پشیمانی، عملکرد سبد های سهام بهینه استوار را بهبود می دهد. همچنین، نتیجه مقایسه مدل معیار میانگین نیم واریانس با تابع چندمتغیره و ضریب امگا ارزش در معرض ریسک شرطی برای بهینه سازی سبد سهام، نشان داد که تابع چندمتغیره و ضریب امگا ارزش در معرض ریسک شرطی به بهبود بیشتری در عملکرد سبد های سهام استوار منجر می شود.

هدف: هدف این پژوهش، به کار بردن رویکرد استوار نسبی برای حداقل کردن حداکثر پشیمانی است. برای مواجهه با عدم قطعیت موجود در داده های ورودی، مدل بهینه سازی پرتفوی مارکویتز با استفاده از بازآفرینی مدل مارکویتز، به صورت مدل مخروطی مرتبه دوم در نظر گرفته شده است. پشیمانی را می توان اختلاف بین جواب به دست آمده از جواب بهینه، تحت یک دسته داده ورودیِ مشخص تعریف کرد. این رویکرد با استفاده از سناریوها، عدم قطعیت موجود در داده های ورودی مدل را در نظر می گیرد. همچنین، برای مقایسه رویکرد استوار نسبی و مدل مارکویتز، از مدل بهینه سازی استوار پرتفوی برتسیماس و سیم استفاده شده است که عدم قطعیت را به صورت فاصله در نظر می گیرد. روش: با استفاده از بازدهی های سهام موجود در شاخص 50 شرکت فعال تر بورس اوراق بهادار تهران، از ابتدای سال 1395 تا انتهای سال 1397، وزن های سهام موجود در پرتفوی ها ی بهینه هر سه مدل برآورد شد و با استفاده از داده های سال 1398، روی آنها آزمون برون نمونه ای انجام گرفت. یافته ها: بر اساس یافته های پژوهش، رویکرد استوار نسبی مدل مارکویتز، در آزمون خارج از نمونه روی بیشتر نقاط متناظر مرز کارا در قیاس با مدل مارکویتز عملکرد بهتری را نشان می دهد. همچنین رویکرد استوار برتسیماس و سیم بر اساس وزن های بهترین شارپ درون نمونه ای، عملکرد بهتری از مدل مارکویتز داشته است. نتایج آزمون های آماری، تفاوتی در عملکرد خارج از نمونه ای بین دو رویکرد استوار نسبی و برتسیماس و سیم نشان نداده است. نتیجه گیری: نتایج حاضر نشان می دهد که رویکرد استوار نسبی در مقایسه با رویکرد میانگین واریانس، کمابیش می تواند برای بیشتر اشخاص با ترجیحات ریسک و بازده متفاوت، عملکرد بهتری داشته باشد. همچنین، رویکرد ارائه شده می تواند معیار ریسک جدیدی برای استفاده کنندگان ارائه دهد و در انتخاب پرتفوی بهینه مورد توجه قرار گیرد. به علاوه، افراد در انتخاب بین دو رویکرد استوار نسبی و استوار مطلق بی تفاوت اند.