مدل دو هدفه بازنگري سبد ردياب شاخص با لحاظ هزينه هاي معاملاتي و حل آن با الگوريتم هاي فرا ابتكاري

A bi-objective portfolio rebalancing model for index traking problem under transaction costs and solving it using meta-heuristic algorithms

بازنگري و بهينهسازي مداوم سبدهاي ردياب شاخص به گونهاي كه همواره بتوان به پيگيري دقيق شاخص اطمينان داشت امري دشوار و پيچيده است. علاوه بر آن توجه به هزينههاي معاملاتي نيز اجتناب ناپذير است. اين مقاله، مدلي جهت بهينهسازي مساله سبد ردياب شاخص و روش حلي بر اساس الگوريتم ژنتيك تكاملي را ارايه مينمايد. مدل پيشنهادي، يك مدل دوهدفه است كه به دنبال حداقل نمودن خطاي رديابي و همچنين حداقل كردن هزينههاي معاملاتي ميباشد. از آنجا كه مدل پيشنهادي يك مدل چندهدفه بوده و داراي پيچيدگي محاسباتي ) NP-hard ( مي باشد و توابع هدف در تعارض با يكديگر هستند، الگوريتمهاي ژنتيك تكاملي مرتبسازي نامغلوب و رتبهبندي نامغلوب براي حل مدل، مورد استفاده و ارزيابي قرار گرفته است. همچنين شاخص فلزات اساسي بورس اوراق بهادار تهران در سال 1931 به عنوان شاخص مورد نظر جهت پيگيري و بازنگري در اين مقاله نيز مورد استفاده قرار گرفته است.

Continuous rebalancing and optimization of the portfolio in a way that always leads to tracking the index accurately is a complex issue. Moreover, considering the transactional costs are inevitable. This paper proposes a model for optimization of the index tracking problem and a solution based on Genetic Algorithm. The proposed model is a bi-objective model that is aimed to minimize the tracking error and transactional costs. Due to complexity of the model, the Non-dominated Sorting Genetic Algorithm and the Non-Dominated ranked Genetic Algorithm are used and evaluated to solve the model. The basic metals Index of Tehran Stock Exchange at the year of 2012 is used in this research as the desired index for tracking and rebalancing.