بهینه سازی انتخاب سبد سرمایه در شرایط ریسک با الگوریتم فراابتکاری ترکیبی ژنتیک (GA) و بهینه سازی شیر (LOA)
محل انتشار: مجله چشم انداز مدیریت مالی، دوره: 10، شماره: 32
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 493
فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_FINANC-10-32_002
تاریخ نمایه سازی: 24 شهریور 1400
چکیده مقاله:
انتخاب سبد سرمایه یکی از مهمترین دغدغه های هر سرمایه دار می باشد و هدف نحوه توزیع سرمایه در بخش های مختلف بهگونه ای است که بیشترین نرخ بازدهی را از دید سرمایه گذار داشته باشد. پس انداز در موسسات مالی و یا در قالب خرید اوراق قرضه و یا سرمایه گذاری در زمینه هایی همچون بازار مسکن، بازار سهام، بازار ارزهای خارجی و یا فلزات قیمتی همچون طلا و نقره از جمله انتخاب های مهم برای هر سرمایه گذار البته با درجه ریسک های متفاوت است. شرایط تصمیم سازی می تواند اطمینان کامل، ریسکی و یا عدم اطمینان کامل و تکنیک های تصمیم سازی می تواند بهینه سازی و یا ابتکاری باشد. تاکنون در طول چند دهه گذشته روش های مختلفی بسته به شرایط مسئله انتخاب سبد سرمایه ارائه شده است. در این پژوهش، یک الگوریتم فراابتکاری بر پایه الگوریتم ژنتیک و بر اساس زندگی گروهی شیرها جهت یافتن یک سبد سرمایه مناسب برای سرمایه گذار در شرایط ریسکی معرفی شده است. استفاده از تخمین های خوش بینانه، محتمل و بدبینانه راهکاری است که در شرایط ریسکی استفاده شده است. نتایج حاصل از پژوهش، موید کارآمدی روش معرفی شده در تعیین نحوه توزیع سرمایه در بخش های مختلف با معیار حداکثر بازدهی سرمایه است.
کلیدواژه ها:
سبد سرمایه ، نظریه پورتفولیو پیشرفته (MPT) ، الگوریتم ژنتیک (GA) ، الگوریتم بهینه سازی شیر (LOA) ، ریسک
نویسندگان
محمد میرابی
استادیار، گروه مهندسی صنایع، دانشگاه میبد، میبد، ایران.
محمد زارعی محمودآبادی
استادیار گروه مدیریت، دانشگاه میبد، میبد، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :