شماره ركورد :
1066377
عنوان مقاله :
بهينه سازي سبد سهام به كمك الگوريتم فرا ابتكاري دسته هاي ميگو با استفاده از معيارهاي مختلف از ريسك در بورس اوراق بهادار تهران
عنوان به زبان ديگر :
Portfolio Optimization Using Krill Herd Metaheuristic Algorithm Considering Different Measures of Risk in Tehran Stock Exchange
پديد آورندگان :
تهراني، رضا دانشگاه تهران - دانشكده مديريت , فلاح تفتي، سيما دانشگاه تهران - دانشكده مديريت , آصفي، سپهر دانشگاه تهران - دانشكده مديريت
تعداد صفحه :
18
از صفحه :
409
تا صفحه :
426
كليدواژه :
الگوريتم دسته هاي ميگو , بهينه سازي سبد سهام , الگوريتم هاي فرا ابتكاري , ريزش مورد انتظار , نيمواريانس
چكيده فارسي :
بهينه سازي سبد سهام از مهم ترين مسائل سرمايه گذاري است. نخستين بار، هري ماركوويتز، ريسك را در اين مسئله به كار برد. پس از آن، اين موضوع از جنبه هاي مختلف از جمله معيارهاي گوناگون ريسك، روش هاي بهينه سازي و در نظر گرفتن هزينه معاملات مورد بررسي گرفته است. در اين پژوهش سعي بر اين است كه روش فراابتكاري دسته هاي ميگو در بهينه سازي سبد سهام استفاده گردد و مزاياي احتمالي آن بر شمرده شود. روش در اين پژوهش تلاش شده است بهكمك الگوريتم جديد دستههاي ميگو، مسئله بهينهسازي سبد سهام حل شده و مرز كارا محاسبه شود. همچنين ريسك با سه معيار واريانس، نيمواريانس و ريزش مورد انتظار بررسي شده است. دادههاي اين پژوهش، بازدههاي تعديل شده سهام 50 شركت فعالتر بورس از تاريخ 01/07/1391 تا 31/06/1396 است. يافتهها: در ابتدا مرزهاي كاراي پرتفوهاي بهينه بر اساس معيارهاي ريسك واريانس، نيم-واريانس و ريزش مورد انتظار رسم شده است. شباهت تقريبي سه مرز كارا، نشان از ثبات الگوريتم در يافتن آن دارد. سپس نسبت هاي شارپ به دست آمده از روش دسته هاي ميگو با روش هاي رقابت استعماري و تجمعي ذرات مقايسه شده و مشاهده مي شود كه نسبت به آن ها ارجحيت دارد. نتيجهگيري: الگوريتم دسته هاي ميگو در يافتن مرز كارا و پرتفوهاي بهينه در مقايسه با ساير الگوريتم هاي مرسوم عملكرد بهتري داشته و مي توان آن را جايگزين اين روش ها كرد و به نتايجي مطلوب تر دست يافت.
چكيده لاتين :
Objective: Portfolio optimization is one of the most important issues in investment. Harry Markowitz was the first person who applied risk with this regard. This issue was later studied from different perspectives, using various risk measures, optimization methods, and considering transaction costs. In this research, we aim to use the Krill Herd metaheuristic algorithm in portfolio optimization, and examine its possible advantages. Methods: In the present study, we try to solve the portfolio optimization problem and to find the efficient frontier using Krill Herd’s novel algorithm. We also consider three different measures for risk: variance, semi-variance, and expected shortfall. Our data consists of adjusted returns of the top fifty stocks in Tehran Stock Exchange from 2012 to 2018. Results: At first, the efficient frontiers of the optimal portfolios, using different measures for risk were plotted. The relative similarity of the three plots indicates the stability of the Krill Herd Algorithm in obtaining efficient frontiers. Then, we observed that the Sharpe Ratios of this algorithm are higher than those of Imperialist Competitive and Particles Swarm Algorithms. Conclusion: The Krill Herd Algorithm has a better performance finding efficient frontier and optimized portfolios in comparison to the other common algorithms; therefore, it can be used instead of the other algorithms to obtain better results.
سال انتشار :
1397
عنوان نشريه :
تحقيقات‌ مالي‌
فايل PDF :
7601082
عنوان نشريه :
تحقيقات‌ مالي‌
لينک به اين مدرک :
بازگشت