شماره ركورد كنفرانس :
5361
عنوان مقاله :
كاربرد يادگيري ماشين در مديريت ريسك مالي براي صندوق‌هاي قابل معامله در بورس (ETF)
عنوان به زبان ديگر :
Application of Machine Learning in Financial Risk Management for Basket (ETF)
پديدآورندگان :
شجاعيان كيومرث kishojaian@gmail.com دانشگاه غيرانتفائي پرندك , جوزي علي alijoziaryan@semnan.ac.ir دانشگاه سمنان
كليدواژه :
مديريت مالي , كارايي تخصيص دارايي , بهينه سازي پرتفوي , يادگيري ماشين , مديريت ريسك مالي , مديريت سبد
عنوان كنفرانس :
اولين همايش ملي پژوهشهاي نوپديد در حسابداري، مالي، مديريت و اقتصاد با رويكرد توسعه اكوسيستم نوآوري
چكيده فارسي :
اين پژوهش به بررسي كاربرد تكنيك‌هاي يادگيري ماشين در مديريت ريسك مالي براي صندوق‌هاي قابل معامله دربورس (ETF) پرداخته و با مطالعه موردي بر روي صندوق آلفاي متنوع جهاني (GDAF)، اثربخشي الگوريتم‌هاي يادگيري ماشين را در پيش‌بيني ريسك، بهينه‌سازي پورتفوليو و كارايي تخصيص دارايي بررسي مي‌كند. استفاده از الگوريتم ماشين‌هاي بردار پشتيبان (SVM)، جنگل تصادفي، الگوريتم ژنتيك و خوشه‌بندي K-Means افزايش دقت پيش‌بيني ريسك و تخصيص بهينه دارايي را نشان مي‌دهد و بر اهميت مديريت ريسك مبتني بر يادگيري ماشين را در دستيابي به بازده تعديل‌شده ريسك و بهبود عملكرد پورتفوليو تاكيد دارد. علاوه بر اين، اين مطالعه استراتژي‌هاي مبتني بر يادگيري ماشين را با رويكردهاي مديريت ريسك سنتي مقايسه مي‌كند و پيچيدگي‌ها، سازگاري و پيامدهاي بالقوه براي سرمايه‌گذاران و موسسات مالي را نشان مي‌دهد و بينش‌هاي ارزشمندي را در مورد نقش يادگيري ماشين در تغيير شيوه هاي مديريت ريسك براي ETF هاي سبد متنوع در چشم انداز مالي پويا ارائه مي دهد.
