بررسی کارآمدی مدل‌های بهینه ‌سازی فرا ابتکاری الگوریتم ژنتیک چندهدفه تحت معیار ریسکmsv و الگوریتم ازدحام ذرات تحت معیار ریسکcvar در تعیین سبد سهام شرکت‌های پذیرفته شده در سازمان بورس اوراق بهادار مقاله

نویسنده: آدینه وند، داریوش ؛ خدام، محمود ؛ اوحدی، فریدون ؛ هاشمی زاده، الهام سادات ؛

اقتصاد مالی زمستان 1402 - شماره 65 ، A (دانشگاه آزاد (‎26 صفحه - از 307 تا 332 )

کلیدواژه ها: بهینه‌سازی الگوریتم ازدحام ذرات الگوریتم زنتیک ارزش در معرض خطر مشروط و میانگین-نیم واریانس Optimization Conditional Value at Risk and Mean Semi Variances Genetic Algorithm Particle Swarm Optimization

fa en

چکیده:

چکیده انتخاب سبد سهام بهینه از اهداف اصلی مدیریت سرمایه است. امروزه ابزارها و تکنیک‌های متعددی برای اندازه‌گیری ریسک سبد سرمایه‌گذاری و انتخاب سبد سهام بهینه ارائه شده است. در این مقاله، با استفاده از داده‌های 15 سهم که با روش نمونه‌گیری هدفمند از شرکتهای برتر سازمان بورس اوراق بهادار تهران انتخاب شده‌اند که شامل خپارس، خزامیا، وپاسار، فولاد، اخابر، کگل، فملی، تاپیکو، سپاها، فاذر، فخاس، شبهرن، شفن، قمرو و قثابت هستند، ابتدا بازده این سهام بصورت روزانه در بازه زمانی31/3/1394-31/3/1399 طی 5 سال به مدت 1183 روز محاسبه می‌شوند و سپس با استفاده از نرم افزار متلب مدل‌های بهینه سازی فرا ابتکاری الگوریتم ژنتیک چند هدفه تحت معیار ریسکmsv و الگوریتم ازدحام ذرات تحت معیار ریسکcvar با هم مقایسه می‌شوند. نتایج نشان می‌دهد که مدل‌ الگوریتم ژنتیک چند هدفه تحت معیار ریسک msv دارای بازده بیشتر و ریسک کمتری می‌باشد، در نتیجه مدل‌ الگوریتم ژنتیک تحت معیار ریسک msv از مدل الگوریتم ازدحام ذرات تحت معیار ریسک cvar کارآمدتر می‌باشد.

دریافت فایل ارجاع :
(پژوهیار, , , )

دانلود PDF
دانلود HTML

لینک کوتاه:

صفحه:

ورود / عضویت

برای مشاهده متن مقاله و یا دانلود آن لازم است وارد پایگاه شوید. در صورتی که عضو نیستید از قسمت عضویت اقدام فرمایید.

ورود