چکیده:
یکی از مهم ترین مسائل دنیای مالی، انتخاب سبد سرمایه گذاری است. سرمایه گذاران همواره برآنند که بهترین تصمیمات را مطابق با شرایط دنیای واقعی اتخاذ نمایند. در دنیای واقعی از یک طرف، داده ها همواره با عدم قطعیت مواجه هستند و از طرف دیگر استراتژی ها برای انتخاب سبد سرمایه گذاری، اغلب چند دوره ای هستند و سرمایه گذار باید موقعیت خود را در طول زمان مورد بازنگری قرار دهد. از این رو در این پژوهش به بهینه سازی سبد سرمایه گذاری با در نظر گرفتن افق چند دوره ای و هزینه مبادلات می پردازیم، عدم قطعیت داده ها نیز با استفاده از برنامه ریزی پایدار و خصوصا رویکرد برتسیماس و سیم، مدل سازی می شود. مدل ارائه شده یک مدل چند هدفه میانگین-ارزش در معرض خطر شرطی است که برای حل آن از برنامه ریزی آرمانی استفاده می شود. در حل مدل مذکور به پیش بینی بازده های آتی سهام نیاز است که این امر با استفاده ازکاربرد شبکه عصبی در پیش بینی قیمت آتی سهام انجام می گردد. در نهایت کیفیت نتایج حاصل از مدل پایدار ارائه شده با نتایج مدل قطعی مقایسه می شوند. نتایج حاصل از حل مدل حاکی از آن است که در نظر گرفتن فرض عدم قطعیت داده ها، در کنار سایر فروض عنوان شده، مقدار تابع هدف نهایی را بدتر می کند که نشان دهنده منطقی بودن جواب های حاصل از مدل است. به عبارت دیگر ما از حل این مدل به پاسخ های کاراتر و کاربردی تری دست می یابیم.
خلاصه ماشینی:
از اين رو در اين پژوهش به بهينه سازي سبد سرمايه گذاري با در نظر گرفتن افق چند دوره اي و هزينه مبادلات مي پردازيم ، عدم قطعيت داده ها نيز با استفاده از برنامه ريزي پايدار و خصوصاً رويکرد برتسيماس و سيم ، مدل سازي مي شود.
در مدل هاي برنامه ريزي رياضي کلاسيک عمدتاً از داده هاي اسمي در محدوديت ها و يا تابع هدف استفاده ميشود، درصورتي که يکي از ويژگيهاي بازار مالي عدم قطعيت داده ها و پارامترهاست که بايد در مدل سازي مسئله انتخاب سبد سهام به آن توجه شود.
Financial portfolio management through the goal programming model: Current state-of-the-art.
Multi-period portfolio optimization with linear control policiesI.
Multiperiod Portfolio Optimization Models in Stochastic Markets Using the Mean-Variance Approach, European Journal of Operational Research, Vol.
Multi-stage stochastic linear programs for portfolio optimization.
Fuzzy multi-period portfolio selection optimization models using multiple criteria.
Lifetime portfolio selection by dynamic stochastic programming", Review of Economics and Statistics, 51, 239–46.
Multi-period optimization portfolio with bankruptcy control in stochastic market.
يادداشت ها 1Markowitz 2 Goal Programming (GP) 3 Mulvey 4 Merton 5 Samuelson 6 Calafiore 7 Bellman 8 Arnott & Wagner 9 Gulpinar 10 Bertsimas & Pachamanova 11 Çelikyurt & Özekici 12 Wei & Ye 13 Liu 14 Soyster 15 El Ghaoui & Lebret 16 Dantzig & Infanger 17 Zymler 18 Pinar & Pac 166 19 Rockafellar & Ursayev 20 Conditional Value at Risk (CVaR) 21 Charnes & Cooper 22 Lee & Lerro 23 Bertsimas & Sim 24 Bilbao 25 Jones & Tamiz 26 Aouni 27 Local Treasury Bills 28 Artificial Neural Networks (ANNs) 29 Multi-Layer Perceptron 167