بهینه سازی سبد سهام با استفاده از دو الگوریتم GWOGAو PBILDE

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 522

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AMSCONF03_416

تاریخ نمایه سازی: 12 تیر 1395

چکیده مقاله:

سرمایه گذاران همواره به دنبال کاهش ریسک و افزایش بازده سرمایه گذاری هستند تا بتوانند سرمایه گذاری موفقی داشته باشند بازار بورس همواره به عنوان بازار مورد توجه سرمایه گذاران بود است و پژوهشهای زیاد در رابطه با افزایش بازده و کاهش ریسک سهام انجام شده است مدل میانگین - واریانس مارکویتز به عنوان یکی از اصلی ترین کارهای این حوزه شناخته می شود اما هنگامی که شرایط نیای واقعی در نظر گرفته شود باید محدودیتهای به این مدل اضافه شود در این پژوهش از مدل میانگین واریانس با مولفه های مقید استفاده شده است این مدل با دو الگوریتم GWOGA و PBILDE پیاده سازی شد الگوریتم ها بر روی سهام 150 شرکت از شرکتهای بورس اوراق بهادار تهران در بازده مانی فرودین 1391 تا اسفند 1393اجرا شده است و نتایج حاصل نشان می دهد الگوریتم نوین WOGA کارآیی خوبی حل مساله ی بهینه سازی سبد سهام دارد.

کلیدواژه ها:

بهینه سازی ، سبد سهام ، مدل میانگین - ورایانس GWOGA ، PBILDE

نویسندگان

بیتا محمدعلی زاده

گروه مهندسی صنایع دانشکده فناوری و اطلاعات دانشگاه صنعتی شیراز ایران

جواد سرور

گروه مهندسی صنایع دانشکده فناوری و اطلاعات دانشگاه صنعتی شیراز ایران

مصطفی خرمی زاده

گروه ریاضی دانشکده علوم پایه دانشگاه صنعتی شیراز 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 :
  • A. Schaerf, "Local search techniques for constrained portfolio selection problems, ...
  • H. Markowitz, "Portfolio selection: efficient diversification of investments, " Cowies ...
  • H. Markowitz, "Portfolio selection*, " The journal of finance, vol. ...
  • cardinality constrained portfolio optimisation, " Computers & Operations Research, vol. ...
  • M. Tuba and N. Bacanin, "Upgraded firefly algorithm for portfolio ...
  • W. Chen, "Artificial bee colony algorithm for constrained possibilistic portfolio ...
  • H. Zhu, Y. Wang, K. Wang, and Y. Chen, "Particle ...
  • S. Mirjalili, S. M. Mirjalili, and A. Lewis, "Grey wolf ...
  • T .El-Ghazali, "Metaheuristc S : from design to imp lementation ...
  • search based function optimization and competitive learning ", DTIC Document1 ...
  • Fuzzy Information Processing Society, 1996. NAFIPS., 1996 Bienniat Conference of ...
  • S. Baluja, _ _ Population-b ased incremental learning. a method ...
  • K. V. Price, "Differential evolution: a fast and simple numerical ...
  • نمایش کامل مراجع