CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

بهینه سازی الگوی سرمایه گذاری در نزول های اساسی بورس اوراق بهادار تهران در چارچوب رویکرد عوامل ناهمگن و مدل سازی عامل بنیان با استفاده از الگوریتم ژنتیک

عنوان مقاله: بهینه سازی الگوی سرمایه گذاری در نزول های اساسی بورس اوراق بهادار تهران در چارچوب رویکرد عوامل ناهمگن و مدل سازی عامل بنیان با استفاده از الگوریتم ژنتیک
شناسه ملی مقاله: JR_FEJ-11-42_010
منتشر شده در شماره 42 دوره 11 فصل در سال 1399
مشخصات نویسندگان مقاله:

مهدی خوشنود - گروه مدیریت مالی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
فریدون رهنمای رودپشتی - گروه مدیریت بازرگانی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
هاشم نیکومرام - گروه مدیریت بازرگانی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

خلاصه مقاله:
هدف این مقاله بررسی الگوهای رفتاری سرمایه گذاران در زمان نزول­های اساسی بورس اوراق بهادار تهران در چارچوب مدل عامل ناهمگن و بهینه سازی الگوها با استفاده از الگوریتم ژنتیک می­باشد. در ابتدا با توجه به مبانی نظری، نزول­­های اساسی در بورس اوراق بهادار تهران بر اساس سه معیار روند شاخص، ارزش معاملات روزانه و ارزش کل بازار مشخص گردید بر این اساس از سال 1380 تا سال 1394 سه نقطه شکست و نزول اساسی تعیین شد: ریاست جمهوری مربوط به انتخاب دولت نهم در سال 1384، بحران مالی غرب در سال 1387 بالاخره نزول دامنه دار بازار پس از ریاست جمهوری مربوط به دولت یازدهم و توافق اولیه هسته­ای. با توجه به مدل عامل ناهمگن بروک و هومز و اصلاحات بعدی آن قیمت­های بازار و بنیادی 40 روز قبل و بعد از نزول­های اساسی تعیین و کد نویسی و شبیه­سازی با استفاده از نرم افزار متلب انجام گردید و پس از آن با تولید پارامترهای اصلی، عامل­های رفتاری فرا اعتمادی و احساسات بازار اعمال گردیده و میزان تطبیق خروجی شبیه­سازی با داده­های بازار واقعی مورد بررسی، آزمون و تحلیل قرار گرفت و بهترین استراتژی سرمایه گذاری انتخاب و با استفاده از الگوریتم ژنتیک بهینه سازی شد نتایج پژوهش نشان می­دهد که مدل عامل ناهمگن، استراتژی دنبال کنندگان روند متضاد را به صورت مناسبی پیش بینی می نماید و همچنین با استفاده از الگوریتم ژنتیک می­توان انحراف معیار و میانگین ضرایب استراتژی­های سرمایه­گذاری را بهبود داده و تعداد تطبیق با داده­های بازار واقعی را افزایش داد .

کلمات کلیدی:
مدل عامل ناهمگن, مدل سازی عامل بنیان, مالی رفتاری, فرااعتمادی, احساسات بازار, الگوریتم ژنتیک

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1032111/