رهیافت شبیه سازی مونت کارلو در بهینه سازی پرتفوی تحت شرایط عدم قطعیت

پیچیده شدن طیف مسائل تصمیم گیری، شاخه ای نوپا در تحقیق در عملیات تحت عنوان "نرم" را شکل داده است که در این شاخه از روش های کیفی برای تفسیر، تعریف و بررسی جوانب مختلف مساله مورد بررسی استفاده می گردد. در مساله انتخاب سبد مالی، مدیران همواره به دنبال راه حل های کاراتر و با ریسک کمتر می باشند. بهینه سازی سبد سرمایه گذاری، تعیین نسبت سرمایه گذاری در دارایی هایی است که قرار است در سبد نگهداری شود؛ به طوری که سبد انتخابی بهتر از هر سبد دیگری باشد. این مطلوبیت توسط معیارهایی که به صورت مستقیم یا غیرمستقیم ترکیبی از ملاحظات بازده مورد انتظار سبد، پراکندگی بازده ها و سایر پارامترهای ریسک مالی است، مشخص می گردد. داده های مورد استفاده در زمینه بهینه سازی مدام در حال تغییر و نوسان است و این موضوع تصمیم بهینه را نیز تحت تاثیر قرار می دهد. به همین دلیل لازم است عدم قطعیت در مدل های ریاضی مربوطه بهینه سازی سبد سهام لحاظ شود. در این مقاله، مشکل تخمین پارامترهای ریسک و بازده را برای تصمیم های پرتفوی معنی دار تحلیل می گردد و مزایای استفاده از شبیه سازی مونت کارلو را در فرآیند ساخت و تجزیه و تحلیل سبد سهام تشریح می گردد.

کلیدواژه ها:

عدم قطعیت ، برنامه ریزی سناریوها ، بهینه سازی پرتفوی ، شبیه سازی مونت کارلو.