کاربرد شبکه های فیلترشده برمبنای آستانه در انتخاب سبد سهام و ارزیابی عملکرد آن

چکیده تجزیه و تحلیل شبکه یکی از روش­های مورد توجه تحلیل­گران برای تجزیه و تحلیل روابط پیچیده در داده­ها به روش شهودی است. یکی از کاربردهای تجزیه و تحلیل شبکه، مصور­سازی روابط بین طبقات مختلف دارایی­هاست. بازار سهام به عنوان یک سیستم پیچیده­ای در نظر گرفته می­شود که پویایی پیچیده متعلق به خود را نشان می­دهد. شناسایی پویایی­های بازار سهام برای بازیگران، سرمایه­گذاران و سیاست­گذاران مالی مهم است. پیچیدگی بازار سهام می­تواند دلایل مختلفی داشته باشد که وابستگی متقابل سهام به یکدیگر می­تواند یکی از برجسته­ترین این عوامل باشد. یکی از مهم­ترین دغدغه­های افراد در بازار سرمایه، یافتن روشی جهت ارائه و تحلیل داده­های سهام شرکت­های مختلف است. شرکت­های مختلفی در بورس وجود دارد و همواره مدیران سبد سرمایه­گذاری و سرمایه­گذاران در انتخاب سبد سهام مناسب، نیاز به بررسی بهترین روش برای تشکیل سبد سهام هستند. در این مقاله در خصوص تشکیل پرتفوی متنوع و غیرمتنوع از طریق تئوری شبکه بحث می­شود. برای اجرای این پژوهش، از قیمت پایانی تعدیل شده ۱۳۸ شرکت شاخص بورسی برای دوره ۱۱-۱۰-۱۳۹۵ الی ۱۵-۰۴-۱۴۰۰معادل ۱۶۴۸روز معاملاتی استفاده شده است. برای توصیف تاثیر بین سهام از ماتریس مجاورت استفاده شده و با استفاده از آستانه بهینه، پرتفوی متنوع و غیرمتنوع بدست می­آید. نتایج سهام منتخب برای پرتفوی را با استفاده از رویکرد برابری ریسک سلسله مراتبی (HRP) پیاده­سازی نموده و نتایج آن ربا سه روش مینیمم واریانس (MVP)[۱]، توزیع یکنواخت (UNIF) و برابری ریسک (RP) برای دو دوره زمانی درون نمونه و برون نمونه، برای هر دو پرتفوی متنوع و غیر متنوع مقایسه می­شود. در نهایت نتایج با استفاده از چهار معیار سورتینو، شارپ، ماکسیمم DD و کالمر مقایسه شده است. نتایج نشان دهنده برتری رویکرد سبد غیرمتنوع در دوران­های نزولی بازار و برتری رویکرد سبد متنوع­سازی شده در سایر زمان­هاست.    [۱] Minimum Variance