یک روش جدید برای مسأله بهینه سازی سبد سهام براساس حداقل سطح پذیرش ریسک با استفاده از الگوریتم فرا ابتکاری کرم شب تاب

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 857

فایل این مقاله در 13 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AEFMC03_014

تاریخ نمایه سازی: 6 اسفند 1395

چکیده مقاله:

سبد سهام به ترکیبی از سهام های مختلف گفته می شود که برای سرمایه گذاری تشکیل می گردد . هدف سرمایه گذاران از تشکیل سبد سهام ،ایجاد شرایط با کمترین ریسک و در عین حال بیشترین بازده است .مساله انتخاب سبد سهام بهینه یکی از پیچیده ترین مسایل حوزه مالی و سرمایه گذاری است. و کاربردهای فراوانی در برنامه ریزی ها و تصمیم گیری های مالی دارد . انتخاب سبد سهام بهینه یک مساله NP سخت است و هیچ روش قطعی برای یافتن جواب دقیق برای این مساله در اندازه های بزرگ در زمان پاسخ مناسب وجود ندارد، بنابراین بایستی برای حل این مساله روشهای هوشمند و فرا ابتکاری مورد توجه قرار گیرد . تا کنون برای حل مساله بهینه سازی سبد سهام الگوریتمهای مختلفی شامل الگوریتم های بهینه سازی کلاسیک و الگوریتمهای بهینه سازی هوشمندو فراابتکاری (متاهیوریستیک ) پیشنهاد شده اند ، ازجمله این الگوریتم ها الگوریتم ژنتیک ،رقابت استعماری ازدحام ذرات می باشد .در این مقاله از الگوریتم کرم شبتاب برای حل این مساله استفاده شده است . هدف این تحقیق بررسی میزان کارایی الگوریتم کرم شب تاب در بهینه سازی سبد سهام نسبت به سایر الگوریتم های مطرح بوده است. بدین منظور مسئله بهینه سازی سبد سهام با استفاده از الگوریتم های کرم شب تاب، ازدحام ذرات، ترکیب ژنتیک و ازدحام ذرات و الگوریتم رقابت استعماری حل شده است و در ادامه نتایج بازده و ریسک حاصل از هر یک مورد مقایسه قرار گرفته است. به منظور دستیابی به این هدف اطلاعات 20 شرکت از شرکت های فعال در بورس، ارائه شده در سایت یاهو انتخاب شدند. نتایج حاکی از توانایی و دقت الگوریتم پیشنهادی در مقایسه با سایر الگوریتم های مورد مقایسه می باشد .

نویسندگان

محمد سرایی

Islamic Azad University of arak, Arak, Iran

جمشید پارسافرد

Islamic Azad University of khalij-fars, khorramshahr, Iran

سمیه خاجوری

Islamic Azad University of khalij-fars, khorramshahr, Iran

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 :
  • Nicholas A. Azzolina, Wesley D. Peck et.al, How green is ...
  • Enriqueta Vercher , Jose D. Bermudez , Portfolio optimization using ...
  • Zhongfeng Qin Mean-variance model for portfolio optimization problem in the ...
  • F. Cong" , C.W. Oosterlee, Multi-period mean-variance portfolio optimization based ...
  • David A. Wood, Asset portfolio multi-objective optimization tools provide insight ...
  • Karoon Suksonghong, Kittipong Boonlong, KimLeng Goh, Multi-obj ective genetic algorithms ...
  • Gordon J. Alexander, Alexandre M Baptista, Shu Yan, Portfolio selection ...
  • and estimation risk, Journal of Empirical Finance, Available online 2 ...
  • Vivien Beattie, Accounting narratives and the narrativeturn in accounting research: ...
  • MaojunZhang , JiangxiaNan, GonglinYuan Jiangxia Nan ", Gonglin Yuan, The ...
  • Joy P. Vazhayil , R. B alasubramani an, Optimization of ...
  • Yan Chen , Shingo Mabu, Kotaro Hirasawa, Genetic relation algorithm ...
  • J. Samuel Baixauli-Soler, Eva Alfaro-Cid , Matilde O. Fernandez-B lanco, ...
  • Hanhong Zhu, Yi Wang, Kesheng Wang, Yun Chen, Particle Swarm ...
  • Wei Chen, Wei-Guo Zhang, The admissible portfolio selection problem with ...
  • Wei Chen, Artificial bee colony algorithm for constrained possibilistic portfolio ...
  • Dr.Ali Najafi Moghadam1, Dr.fraydoon Rabnama roodposhti2, Mahvash Farrokhi, Optimization of ...
  • Wang, Ting and Yang, Xia (2009), The Study of Model ...
  • Ruben Ruiz-Torrub iano, Alberto Suarez, A memetic algorithm for cardinality-c ...
  • K.Forqandoost Haqiqi, T.Kazemi, _ colony optimization approach to portfolio optimization, ...
  • Chang, T, G., Yang, S, C., Chang, K.G., (2009), "portfolio ...
  • H. Zhu, Y. Wang, K. Wang, and Y. Chen, :Particle ...
  • X.-S.Yang, Firefly algorithms for multimodal optimization, in: Stochastic Algorithms: Foundations ...
  • H. Zhu, Y. Wang, K. Wang, and Y. Chen, :Particle ...
  • H. Markowitz, "Portfolio selection, " The Journal of Finance, vol. ...
  • H. R. Golmakani and M. Fazel, "Constrained portfolio selection using ...
  • نمایش کامل مراجع