کاربرد الگوریتم های تبرید شبیه سازی شده و ژنتیک
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 411
فایل این مقاله در 14 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_FEJ-5-20_008
تاریخ نمایه سازی: 21 آبان 1398
چکیده مقاله:
هدف از این مطالعه تشکیل صندوق شاخصی با استفاده از الگوریتم های تبرید شبیه سازی شده و ژنتیک می باشد. صندوق های شاخصی پرتفوی هایی هستند که طوری طراحی می شوند که از طریق سرمایه گذاری در تعداد معدودی از اقلام تشکیل دهنده شاخص بتوانند ضمن کاهش هزینه های معاملاتی بازدهی نزدیک به بازده بازار را ایجاد نمایند. در این پژوهش به دنبال بررسی رابطه میان خطای ردیابی و تعداد سهام تشکیل دهنده صندوق هستیم. همچنین عملکرد الگوریتم تبرید شبیه سازی شده را در مقایسه با الگوریتم ژنتیک در تشکیل صندوق شاخصی می سنجیم. در این پژوهش برای انتخاب سهام هایی که بیش ترین تاثیر را بر شاخص می گذارند از یک تابع اولویت استفاده خواهد شد، سپس با استفاده از الگوریتم های فرا ابتکاری وزن های بهینه این سهم ها را به دست خواهیم آورد. نتایج حاصل نشان می دهد که هر چه تعداد سهام صندوق بیشتر باشد خطای ردیابی کاهش می یابد. بررسی ها دقت بالا و عملکرد برتر صندوق شاخصی ایجادشده توسط الگوریتم ژنتیک را در مقایسه با الگوریتم تبرید شبیه سازی شده به اثبات رسانید. به منظور ایجاد این صندوق از سهام شرکت های موجود در بورس اوراق بهادار تهران استفاده خواهد شد.
کلیدواژه ها:
نویسندگان
ابراهیم عباسی
دانشیار و عضو هیئت علمی دانشگاه الزهرا، دانشکده علوم اجتماعی و اقتصادی
صمد اکبری
کارشناس ارشد مهندسی صنایع گرایش مهندسی مالی