ارائه الگوی بهینه سبد سهام از طریق محدودیت تسلط تصادفی و کاهش ریسک گریزی مطلق

Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 28

This Paper With 26 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_MIEA-13-46_009

تاریخ نمایه سازی: 25 فروردین 1403

Abstract:

برنامه نویسی تصادفی هنگامی که یک توصیف احتمالی دقیق یعنی مقادیر دقیق پارامترهای سیستم و توزیع احتمال خاص برای متغیرهای تصادفی در دسترس است، خود را به عنوان یک ابزار مدل سازی قدرتمند نشان داده است. با این حال، چنین اطلاعاتی در عمل به ندرت در دسترس است. در چنین شرایطی دو روش اصلی برای مقابله با ابهامات وجود دارد. یکی از طریق تقریبی نمونه متوسط ( SAA ) همچنین به عنوان روش مونت کارلو شناخته شده است، جایی که SAA از مقدار مورد انتظار عملکرد زیربنایی با استفاده از داده های تجربی ساخته می شود. پژوهش حاضر با هدف ارائه الگوی بهینه سبد سهام از طریق محدودیت تسلط تصادفی و کاهش ریسک گریزی مطلق انجام شد. نمونه آماری بورس اوراق بهادار و نوع داده های گردآوری شده از آن سری زمانی تغییرات و تغییرات  تجمعی شاخص کل بورس اوراق بهادار تهران در سال ۱۳۹۰ تا ۱۴۰۰ است. سبد سهام براساس اطلاعات ۵۰ شرکت مورد بررسی قرار گرفته است. در ابتدا این داده ها مورد بررسی قرار می گیرند، سپس الگوریتم های مورد نظر طراحی شده و مدل براساس شرایط و ازمون های لازم مورد تجزیه و تحلیل قرار می گیرد. کارایی براساس ازمون های معیار شارپ، معیار ترینر، معیار سورتینو و معیار امگا مورد ارزیابی قرار می گیرد. در ادامه سبد سهام مورد بررسی براساس فروض اولیه تعیین شده و براساس بازدهی شرکت ها مورد الگوسازی و سنجش قرار می گیرند.

Authors

مریم رضا شاطری

Department of Management, Economics, Accounting, Tabriz Branch, Islamic Azad University, Tabriz, Iran

محمد نصیری

Assistant Professor, Grade ۱۰, Department of Finance, Shabestar Branch, Islamic Azad University, Shabestar, Iran

مهدی زینالی

Department of Accounting, Tabriz Branch, Islamic Azad University, Tabriz, Iran

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 :
  • Aouni, B., Doumpos, M., Pérez-Gladish, B., & Steuer, R. E. ...
  • Hanoch, G., & Levy, H. (۱۹۷۵). The efficiency analysis of ...
  • Bekiros, S., Hernandez, J. A., Hammoudeh, S., & Nguyen, D. ...
  • Caçador, S. C., Godinho, P. M. C., & Dias, J. ...
  • Dzuche, J., Tassak, C. D., Sadefo Kamdem, J., & Fono, ...
  • Elton, E. J., Gruber, M. J., Brown, S. J., & ...
  • Fishburn, P. C. (۱۹۷۷). Mean-risk analysis with risk associated with ...
  • Georgantas, A., Doumpos, M., & Zopounidis, C. (۲۰۲۱). Robust optimization ...
  • Hadar, J., & Russell, W. R. (۱۹۶۹). Rules for ordering ...
  • Sen, J., Dutta, A., & Mehtab, S. (۲۰۲۱). Stock portfolio ...
  • Kim, J. H., Kim, W. C., Kwon, D. G., & ...
  • Kopa, M., & Post, T. (۲۰۱۷). Portfolio Optimization with DARA ...
  • Liu, Y. J., Zhang, W. G., & Gupta, P. (۲۰۱۹). ...
  • Asl, M. G., Canarella, G., & Miller, S. M. (۲۰۲۱). ...
  • Mainik, G., Mitov, G., & Rüschendorf, L. (۲۰۱۵). Portfolio optimization ...
  • Masmoudi, M., & Abdelaziz, F. B. (۲۰۱۸). Portfolio selection problem: ...
  • Pavlou, A., Doumpos, M., & Zopounidis, C. (۲۰۱۹). The robustness ...
  • Xidonas, P., Steuer, R., & Hassapis, C. (۲۰۲۰). Robust portfolio ...
  • Zeleny, M. (۱۹۸۲). Multiple Criteria Decision Making, McGraw-Hill, Company ...
  • Wolfowitz, J. (۱۹۵۲). On the stochastic approximation method of Robbins ...
  • Homem-de-Mello, T., Shapiro, A., & Spearman, M. L. (۱۹۹۹). Finding ...
  • پیری، حبیب و همکارن(۱۴۰۱)، اثر تعدیلی جبهه گیری مدیران بر ...
  • جونز، چارلز پارکر(۱۳۸۰)، مدیریت سبد سهام (سبد سرمایه گذاری)، مترجم ...
  • به کارگیری الگوریتم ژنتیک برای انتخاب پرتفولیوی بهینه ای با اهداف غیر خطی بورس اوراق بهادار تهران [مقاله ژورنالی]
  • سعیدآبادی، سمانه ، محمدی، علی، بیات ، علی و محمدی، ...
  • نمایش کامل مراجع