بررسی کارآمدی مدل های بهینه سازی فرا ابتکاری الگوریتم ژنتیک چندهدفه تحت معیار ریسکMSV و الگوریتم ازدحام ذرات تحت معیار ریسکCVaR در تعیین سبد سهام شرکت های پذیرفته شده در سازمان بورس اوراق بهادار
محل انتشار: فصلنامه اقتصاد مالی، دوره: 17، شماره: 65
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 101
فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ECJ-17-65_013
تاریخ نمایه سازی: 18 آذر 1402
چکیده مقاله:
چکیده انتخاب سبد سهام بهینه از اهداف اصلی مدیریت سرمایه است. امروزه ابزارها و تکنیک های متعددی برای اندازه گیری ریسک سبد سرمایه گذاری و انتخاب سبد سهام بهینه ارائه شده است. در این مقاله، با استفاده از داده های ۱۵ سهم که با روش نمونه گیری هدفمند از شرکتهای برتر سازمان بورس اوراق بهادار تهران انتخاب شده اند 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 زمانی۳۱/۳/۱۳۹۴-۳۱/۳/۱۳۹۹ طی ۵ سال به مدت ۱۱۸۳ روز محاسبه می شوند و سپس با استفاده از نرم افزار متلب مدل های بهینه سازی فرا ابتکاری الگوریتم ژنتیک چند هدفه تحت معیار ریسکMSV و الگوریتم ازدحام ذرات تحت معیار ریسکCVaR با هم مقایسه می شوند. نتایج نشان می دهد که مدل الگوریتم ژنتیک چند هدفه تحت معیار ریسک MSV دارای بازده بیشتر و ریسک کمتری می باشد، در نتیجه مدل الگوریتم ژنتیک تحت معیار ریسک MSV از مدل الگوریتم ازدحام ذرات تحت معیار ریسک CVaR کارآمدتر می باشد.
کلیدواژه ها:
واژه های کلیدی: بهینه سازی ، الگوریتم زنتیک ، الگوریتم ازدحام ذرات ، ارزش در معرض خطر مشروط و میانگین- نیم واریانس. طبقه بندی JEL : M۴۲ ، M۵۲
نویسندگان
داریوش آدینه وند
گروه حسابداری، واحد کرج، دانشگاه آزاد اسلامی،کرج،ایران
ابراهیم علی رازینی
گروه مدیریت، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران
محمود خدام
گروه مدیریت صنعتی، واحد کرج، دانشگاه آزاد اسلامی، کرج ،ایران
فریدون اوحدی
گروه مهندسی صنایع، دانشکده فنی و مهندسی، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران.(
الهام سادات هاشمی زاده
گروه ریاضی، واحد کرج، دانشگاه آزاد اسلامی، کرج، 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 :