بهینهسازی سبد سهام با استفاده از توزیع پیشبینی

مسئله انتخاب سبد سهام بهینه بهدلیل مشکلات محاسباتی، همواره از مهمترین مسائل اقتصاد مدرن بوده است که اساساً بر پایه تصمیم یک سرمایهگذار برای تخصیص داراییاش بین فرصتهای سرمایهگذاری مختلف در یک دوره زمانی میباشد. تخمین پارامترهای ریسک و بازده اهمیت فراوانی در مسئله بهینهسازی سبد سهام دارد. در پژوهش بررسی شده، مدلهای گرافیکی پویا برای پیشبینی بازده دارائیها مورد مطالعه قرار گرفته است و از توزیع پیشبینی برای بهینهسازی سبد سهام میانگین-واریانس استفاده شده است. مدلهای گرافیکی پویا شامل بردار خود رگرسیونی، فیلتر کالمن و فیلتر کالمن گاوسی تکین است. مجموعه دادههای نرخ تبادل بینالمللی که شامل 12 بازده روزانه ارز کشورهای مختلف است، بهعنوان سبد سهام، مورد آزمایش قرار داده شده است. در این مطالعه نشان داده شده که بردار AR توانایی تولید سبد سهام نسبتاً پایدار دارد و فیلتر کالمن سبد سهامی با بازده بالاتر در دراز مدت، اما با ریسک بالاتر تولید میکند. مدل پیشنهادی فیلتر کالمن گاوسی تکین است که با تنظیم معکوس ماتریس کواریانس، سبد سهامی با بازده بالاتر و ریسک پایینتر نتیجه میدهد.

Keywords:

الگوریتم , EM بهینهسازی سبد سهام , معیار ریسک , فیلتر کالمن , فیلتر کالمن گاوسی تکین