بهینه سازی سبد سرمایه گذاری با استفاده از روش های خوشه بندی

سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 129

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_AMF-4-4_001

تاریخ نمایه سازی: 19 مهر 1400

چکیده مقاله:

مساله انتخاب سبد سرمایه گذاری و بهینه سازی، یکی از موضوعات مهم در حوزه سرمایه گذاری است. در این فرایند سعی بر آن است که سرمایه گذار بازای هر نرخی از بازده، کمترین ریسک ممکن را متحمل شود. اگر اطلاعاتی که در جریان بهینه سازی سبد سرمایه گذاری استفاده شده اند، دچار عدم قطعیت های آماری و یا در معرض نویز باشند، به کارایی سبد سرمایه گذاری لطمه وارد می شود. هدف این مقاله، حذف نویز اطلاعات ماتریس ضرایب همبستگی از طریق روش های خوشه بندی است. برای این منظور، دو روش خوشه بندی اتصال واحد و اتصال میانگین به کار گرفته شد و براساس اطلاعات بازده روزانه ۸۰ شرکت بورس اوراق بهادار تهران در بازه فروردین ۱۳۸۵ تا اسفند ۱۳۹۲، سبد سرمایه گذاری بهینه به دست آمد. نتایج نشان می دهد میزان اختلاف ریسک پیش بینی شده و ریسک مشاهده شده در این سبد سرمایه گذاری کمتر است و از طرفی درمجموع، ریسک کمتری را به سرمایه گذار تحمیل می کند. همچنین با هدف تحلیل حساسیت نتایج دو روش، یک مطالعه بوت استرپینگ در تعداد سهام و افق های زمانی مختلف انجام گرفت، در بیشتر حالت ها بهبود عملکرد سبد سرمایه گذاری مشاهده می شود.

کلیدواژه ها:

بهینه سازی سبد سرمایه گذاری ، روش های خوشه بندی ، ماتریس ضرایب همبستگی

نویسندگان

محمد سلطانی نژاد

گروه مدیریت مالی دانشکده مدیریت و حسابداری دانشگاه شهید بهشتی، تهران، ایران.

مریم دولو

گروه مدیریت مالی دانشکده مدیریت و حسابداری دانشگاه شهید بهشتی، تهران، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Bellman, R. (۱۹۶۱). Adaptive control processes—A guided tour. Naval Research ...
  • Bonanno, G., Caldarelli, G., Lillo, F., & Mantegna, and R. ...
  • Bonanno, G., Lillo, F., & Mantegna, R. N. (۲۰۰۰). High-frequency ...
  • Drozdz, S., Kwapien, J., Gruemmer, F., Ruf, F., & Speth, ...
  • Galluccio, S., Bouchaud, J., & Potters, M. (۱۹۹۸). Rational Decisions, ...
  • Gower, J., & Ross, G. (۱۹۶۹). Minimum spanning trees and ...
  • Laloux, L., Cizeau, P., Bouchaud, J., & Potters, M. (۱۹۹۸). ...
  • LaLoux, L., Cizeau, P., Potters, M., & Bouchaud, J. (۲۰۰۰). ...
  • Mantegna, R. N., Stanley, H. E., & Chriss, N. A. ...
  • Mohammadi, S., Khojasteh, M. (۲۰۰۹). Portfolio optimization based on filtered ...
  • Pafka, S., & Kondor, I. (۲۰۰۳). Noisy Covariance Matrices and ...
  • Plerou, V., Gopikrishnan, P., Rosenow, B., Amaral, L. A. N., ...
  • Raei, R., Jafari, G., Namaki, A. (۲۰۱۰). Analysis of Tehran ...
  • Sharifi, S., Crane, M., Shamaie, A., & Ruskin, H. (۲۰۰۴). ...
  • Tola, V., Lillo, F., Gallegati, M., & Mantegna, R. N. ...
  • نمایش کامل مراجع