首页    期刊浏览 2025年07月18日 星期五
登录注册

文章基本信息

  • 标题:بهینه‏‌سازی سبد سهام به کمک الگوریتم فراابتکاری دسته‌های میگو با استفاده از معیارهای مختلف از ریسک در بورس اوراق بهادار تهران
  • 本地全文:下载
  • 作者:تهرانی, رضا ; فلاح تفتی, سیما ; آصفی, سپهر
  • 期刊名称:Financial Research
  • 印刷版ISSN:1024-8153
  • 电子版ISSN:2423-5377
  • 出版年度:2018
  • 卷号:20
  • 期号:4
  • 页码:409-426
  • DOI:10.22059/frj.2019.244004.1006538
  • 出版社:University of Tehran Electronic Journals Database
  • 摘要:هدف: بهینه‌سازی سبد سهام از مهم ترین مسائل سرمایهگذاری است. نخستین بار، هری مارکوویتز، ریسک را در این مسئله به کار برد. پس از آن، این موضوع از جنبههای مختلف از جمله معیارهای گوناگون ریسک، روشهای بهینهسازی و در نظر گرفتن هزینه معاملات مورد بررسی گرفته است. در این پژوهش سعی بر این است که روش فراابتکاری دستههای میگو در بهینهسازی سبد سهام استفاده گردد و مزایای احتمالی آن بر شمرده شود. روش: در این پژوهش تلاش شده است به‎کمک الگوریتم جدید دسته‏های میگو، مسئله بهینه‏سازی سبد سهام حل شده و مرز کارا محاسبه شود. همچنین ریسک با سه معیار واریانس، نیم‏واریانس و ریزش مورد انتظار بررسی شده است. داده‏های این پژوهش، بازده‏های تعدیل شده سهام 50 شرکت فعال‏تر بورس از تاریخ 01/07/1391 تا 31/06/1396 است. یافته‎ها: در ابتدا مرزهای کارای پرتفوهای بهینه بر اساس معیارهای ریسک واریانس، نیم-واریانس و ریزش مورد انتظار رسم شده است. شباهت تقریبی سه مرز کارا، نشان از ثبات الگوریتم در یافتن آن دارد. سپس نسبت‌های شارپ به دست آمده از روش دستههای میگو با روش‌های رقابت استعماری و تجمعی ذرات مقایسه شده و مشاهده می‌شود که نسبت به آن ها ارجحیت دارد. نتیجه‎گیری: الگوریتم دستههای میگو در یافتن مرز کارا و پرتفوهای بهینه در مقایسه با سایر الگوریتمهای مرسوم عملکرد بهتری داشته و میتوان آن را جایگزین این روشها کرد و به نتایجی مطلوبتر دست یافت.
  • 关键词:الگوریتم دسته‌های میگو;بهینه‌‏سازی سبد سهام;الگوریتم‌‏های فراابتکاری;ریزش مورد انتظار;نیم‏واریانس
国家哲学社会科学文献中心版权所有