كليدواژه :
انتخاب سبد سهام , رويكرد برابري سلسله مراتبي ريسك , شبكه سهام , ماتريس مجاورت
چكيده فارسي :
تجزيه و تحليل شبكه يكي از روشهاي مورد توجه تحليلگران براي تجزيه و تحليل روابط پيچيده در دادهها به روش شهودي است. يكي از كاربردهاي تجزيه و تحليل شبكه، مصورسازي روابط بين طبقات مختلف داراييهاست. بازار سهام به عنوان يك سيستم پيچيدهاي در نظر گرفته ميشود كه پويايي پيچيده متعلق به خود را نشان ميدهد. شناسايي پوياييهاي بازار سهام براي بازيگران، سرمايهگذاران و سياستگذاران مالي مهم است. پيچيدگي بازار سهام ميتواند دلايل مختلفي داشته باشد كه وابستگي متقابل سهام به يكديگر ميتواند يكي از برجستهترين اين عوامل باشد. يكي از مهمترين دغدغههاي افراد در بازار سرمايه، يافتن روشي جهت ارائه و تحليل دادههاي سهام شركتهاي مختلف است. شركتهاي مختلفي در بورس وجود دارد و همواره مديران سبد سرمايهگذاري و سرمايهگذاران در انتخاب سبد سهام مناسب، نياز به بررسي بهترين روش براي تشكيل سبد سهام هستند. در اين مقاله در خصوص تشكيل پرتفوي متنوع و غيرمتنوع از طريق تئوري شبكه بحث ميشود. براي اجراي اين پژوهش، از قيمت پاياني تعديل‌شده 138 شركت شاخص بورسي براي دوره 11-10-1395 الي 15-04-1400معادل 1648روز معاملاتي استفاده شده است. براي توصيف تاثير بين سهام از ماتريس مجاورت استفاده شده و با استفاده از آستانه بهينه، پرتفوي متنوع و غيرمتنوع بدست ميآيد. نتايج سهام منتخب براي پرتفوي را با استفاده از رويكرد برابري ريسك سلسله مراتبي (HRP) پيادهسازي نموده و نتايج آن ربا سه روش مينيمم واريانس (MVP)[1]، توزيع يكنواخت (UNIF) و برابري ريسك (RP) براي دو دوره زماني درون نمونه و برون نمونه، براي هر دو پرتفوي متنوع و غير متنوع مقايسه ميشود. در نهايت نتايج با استفاده از چهار معيار سورتينو، شارپ، ماكسيمم DD و كالمر مقايسه شده است. نتايج نشان دهنده برتري رويكرد سبد غيرمتنوع در دورانهاي نزولي بازار و برتري رويكرد سبد متنوعسازي شده در ساير زمانهاست.
چكيده لاتين :
Network analysis is one of the methods of attention of analysts to analyze complex relationships in data in an intuitive way. One of the applications of network analysis is illustrating the relationships between different classes of assets. Identifying stock market dynamics is essential for actors, investors, and financial policymakers. The stock market is considered a complex system that shows its complex dynamics. The complexity of the stock market can have several reasons that the interdependence of stocks can be one of the most prominent of these factors. One of the most important concerns of people in the capital market is finding a way to present and analyze stock data of different companies. There are different companies in the stock market and portfolio managers and investors, in choosing the right stock portfolio, need to consider the best way to form a stock portfolio. This article discusses the formation of diverse and non-diverse portfolios through network theory. To conduct this research, the adjusted final price of 138 listed companies for the period 2017-01-01 to 2021-07-06, equivalent to 1648 trading days, has been used. To describe the effect between stocks, the Adjacency Matrix is used and using the optimal threshold, diverse and non-diverse portfolios are obtained. We implement the results of selected stocks for the portfolio using the Hierarchical Risk Parity (HRP) approach based on clustering methods and the results with three methods of Minimum Variance (MVP), Uniform Distribution (UNIF), and Risk Parity (RP) for both in-sample and out-of-sample periods are compared for both diverse and non-diversified portfolios. Finally, the results have been compared using the four criteria of Sortino, Sharpe, Maximum DD, and Calmar. The results show the superiority of the non-diversified portfolio approach in market downturns and the superiority of the diversified portfolio approach in other periods.
