سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

یادگیری ماشین مبتنی بر رویکرد سلسله مراتبی برابری ریسک (مطالعه موردی: پرتفولیو سهام متشکل از ۳۰ شرکت برتر بورس اوراق بهادار تهران)

Publish Year: 1401
Type: Journal paper
Language: Persian
View: 210

This Paper With 23 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

JR_JFR-24-2_004

Index date: 14 September 2022

یادگیری ماشین مبتنی بر رویکرد سلسله مراتبی برابری ریسک (مطالعه موردی: پرتفولیو سهام متشکل از ۳۰ شرکت برتر بورس اوراق بهادار تهران) abstract

هدف: مسئله تخصیص دارایی ها، به تصمیم گیری تحت شرایط عدم اطمینان نیاز دارد. تشکیل پرتفوی سرمایه گذاری، یکی از مشکلات مالی بسیار رایج است. همواره سرمایه گذاران در تکاپوی تشکیل بهترین پرتفوی برای سرمایه گذاری هستند تا بتوانند بیشترین سود را کسب کنند. تاکنون روش های زیادی برای تشکیل پرتفوی معرفی شده است که مشهورترین آن، رویکرد مارکویتز است. تئوری میانگین واریانس، به دلیل دشواری در تخمین بازده مورد انتظار و کواریانس برای طبقات مختلف دارایی، اشکال های عملی زیادی دارد. هدف از اجرای این پژوهش، یافتن روشی برای بهینه سازی سبد سهام است که در شبیه سازی برون نمونه برای بازار سهام ایران، عملکرد برتری داشته باشد. روش: در این پژوهش، از تکنیک یادگیری ماشین برابری ریسک سلسله مراتبی استفاده شده و نتایج آن با رویکرد مینیمم واریانس مقایسه شده است. برای اجرای این پژوهش، از قیمت پایانی تعدیل شده ۳۰ شرکت بورسی برای ۷۶۰ روز معاملاتی در دوره زمانی ۱۳۹۷ تا ۱۳۹۹ استفاده شده است. یافته ها: برای ارزیابی عملکرد پرتفولیو از نسبت شارپ برای هر دو دوره درون نمونه و برون نمونه استفاده شد. نتایج به دست آمده از تحلیل درون نمونه و برون نمونه نشان داد که رویکرد برابری ریسک سلسله مراتبی، در مقایسه با رویکرد مینیمم واریانس، عملکرد بهتری دارد. نتیجه گیری: رویکرد برابری ریسک سلسلهمراتبی، جایگزین معناداری برای رویکردهای سنتی تخصیص دارایی، از جمله رویکرد مینیمم واریانس است و برای سرمایه گذاران، ابزار مهم مدیریت ریسک محسوب می شود. مدیران سبدگردان و سرمایه گذاران نیز می توانند از این روش برای تخصیص وزن به سبد خود استفاده کنند.

یادگیری ماشین مبتنی بر رویکرد سلسله مراتبی برابری ریسک (مطالعه موردی: پرتفولیو سهام متشکل از ۳۰ شرکت برتر بورس اوراق بهادار تهران) Keywords:

یادگیری ماشین مبتنی بر رویکرد سلسله مراتبی برابری ریسک (مطالعه موردی: پرتفولیو سهام متشکل از ۳۰ شرکت برتر بورس اوراق بهادار تهران) authors

مرضیه نوراحمدی

دکتری، گروه مهندسی مالی، دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد، یزد، ایران.

حجت الله صادقی

دانشیار، گروه مدیریت مالی، دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد، یزد، 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 :
تقی زاده یزدی، محمدرضا؛ فلاح پور، سعید؛ احمدی مقدم، محمد ...
نبی زاده، احمد؛ قره باغی، هادی؛ بهزادی، عادل (۱۳۹۶). بهینه ...
نوراحمدی، مرضیه؛ صادقی، حجت الله (۱۳۹۹)، مروری بر روشهای مدیریت ...
Brinson, G. P., Hood, L. R., & Beebower, G. L. ...
Burggraf, T. (۲۰۲۰). Beyond Risk Parity–A Machine Learning-based Hierarchical Risk ...
Cochrane, J. H. (۱۹۹۹). Portfolio advice for a multifactor world. ...
De Prado, M. L. (۲۰۱۶). Building diversified portfolios that outperform ...
Dose, C., & Cincotti, S. (۲۰۰۵). Clustering of financial time ...
Hüttner, A., Mai, J.-F., & Mineo, S. (۲۰۱۸). Portfolio selection ...
Jain, P., & Jain, S. (۲۰۱۹). Can machine learning-based portfolios ...
León, D., Aragón, A., Sandoval, J., Hernández, G. J., Arévalo, ...
Lohre, H., Rother, C., & Schäfer, K. A. (۲۰۲۰). Hierarchical ...
Simon, H. A. (۱۹۹۱). The Architecture of Complexity. In Facets ...
Onnela, J.-P., Chakraborti, A., Kaski, K., Kertesz, J., & Kanto, ...
Peralta, G., & Zareei, A. (۲۰۱۶). A network approach to ...
Raffinot, T. (۲۰۱۷). Hierarchical clustering-based asset allocation. The Journal of ...
Raffinot, T. (۲۰۱۸). The hierarchical equal risk contribution portfolio. Available ...
Ren, F., Lu, Y.N., Li, S.P., Jiang, X.F., Zhong, L.X., ...
Karimi, A. (۲۰۲۱). Stock portfolio optimization using multi-objective genetic algorithm ...
نمایش کامل مراجع