سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بهینه سازی و مقایسه سبد سهام در بورس اوراق بهادار تهران با بهره‎مندی از الگوریتم های بهینه سازی تکاملی چندهدفه

Publish Year: 1393
Type: Journal paper
Language: Persian
View: 232

This Paper With 18 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_JFR-16-2_004

Index date: 9 February 2022

بهینه سازی و مقایسه سبد سهام در بورس اوراق بهادار تهران با بهره‎مندی از الگوریتم های بهینه سازی تکاملی چندهدفه abstract

با وجود استفاده روزافزون از الگوریتم­های بهینه­سازی تکاملی چندهدفه در شاخه­های مختلف علوم، به‎کاربردن آنها به‎عنوان ابزار بسیار قدرتمند در زمینه بهینه­سازی سبد سرمایه، به‎ویژه حل مسئله چندهدفه، همچنان در مراحل اولیه پژوهش است. در این مقاله، از الگوریتم‎های تکاملی چندهدفه برای حل مسئله بهینه­سازی چندهدفه سبد سرمایه در بورس اوراق بهادار تهران استفاده شده است. برای این منظور، دو روش مهم و پرکاربرد الگوریتم ژنتیک چندهدفه با مرتب‎سازی نامغلوب (NSGA-II) و بهینه­سازی چندهدفه ازدحام ذرات (MOPSO) با یکدیگر مقایسه شدند. جبهه­های بهینه پارتوی به‎دست‎آمده، به سرمایه­گذار این امکان را می­دهد که از بین ریسک و ارزش‎های مختلف، سبد سرمایه بهینه مدنظر را انتخاب کند. ارزش سبد سرمایه و ریسک آن به‎عنوان اهداف بهینه­سازی و معیار ارزش در معرض ریسک مشروط به‎عنوان سنجه ریسک به‎کار برده شد و سه قید عملی و کاربردی نیز برای حل مسئله مدنظر قرار گرفت. نتایج، عملکرد بهتر روش NSGA-II را نسبت به MOPSO برای هر دو معیار همگرایی و گستردگی جبهه­های بهینه­ پارتو نشان داد. همچنین در پیش­بینی سبد سهام بهینه، انطباق جبهه­های بهینه پارتوی واقعی و پیش‎بینی‎شده، نشان‎دهنده کارایی بسیار مناسب روش­های استفاده‎شده است.

بهینه سازی و مقایسه سبد سهام در بورس اوراق بهادار تهران با بهره‎مندی از الگوریتم های بهینه سازی تکاملی چندهدفه Keywords:

ارزش در معرض ریسک مشروط , الگوریتم‎های بهینه سازی چندهدفه تکاملی , پیش بینی سبد سهام , MOPSO. NSGA-II

بهینه سازی و مقایسه سبد سهام در بورس اوراق بهادار تهران با بهره‎مندی از الگوریتم های بهینه سازی تکاملی چندهدفه authors

مهسا رجبی

دانشجوی دکتری برق کنترل و سیستم، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

حمید خالوزاده

استاد دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
Anagnostopoulos, K. & Mamanis, G. (۲۰۰۹). Multiobjective evolutionary algorithms for ...
Armananzas, R. & Lozano, J. A. (۲۰۰۵). A multiobjective approach ...
Chiang, C. S. (۲۰۰۹). Evolutionary Multi-objective Optimization in Investment Portfolio ...
Coello, C.C.A. (۲۰۰۶). Evolutionary Multi-Objective Optimization: A historical view of ...
Coello, C.C.A., Pulido, G.T. & Lechuga, M.S. (۲۰۰۴). Handling Multiple ...
Deb, K., Pratap, A., Agarwal, S. & Meyarivan, T. (۲۰۰۲). ...
Derakhshan, M., Golmakani, H. & Hanafizadeh, P. (۲۰۱۲). Multiobjective Portfolio ...
Khaloozadeh, H. & Amiri, N. (۲۰۰۶). Optimal portfolio Selection in ...
Metaxiotis, K. & Liagkouras, K. (۲۰۱۲). Multiobjective Evolutionary Algorithms for ...
Mishra, S.K., Panda, G. & Meher, S. (۲۰۰۹). Multi-objective particle ...
Raei, R. & Alibeygi, H. (۲۰۱۰). Portfolio Optimization Using Particle ...
(in Persian)Raei, R. & Chavoshi, K. (۲۰۰۳). Prediction of Stock ...
Skolpadungket, P., Dahal, K. & Harnpornchai, N. (۲۰۰۷). Portfolio optimization ...
Xu, R., Zhang, J., Liu, O. & Huang, R. (۲۰۱۰). ...
نمایش کامل مراجع