کاربرد الگوریتم ژنتیک در انتخاب یک مجموعه دارایی از سهام بورس اوراق بهادار

Authors: not saved
Abstract:

پیچیدگی بازارها، به ویژه طیف گسترده ابزارهای سرمایه گذاری و عوامل متعدد موثر بر آنها، تصمیم گیری در خصوص انتخاب نوع دارایی را برای سرمایه گذاران دشوار می کند؛ به طوری که سرمایه گذاران همواره در تصمیم گیری های خود با مساله بهینه سازی مجموعه دارایی روبه رو هستند. هدف از این بهینه سازی، تعیین میزان تخصیص وجه به هر دارایی به گونه ای است که بازده مجموعه دارایی، حداکثر و ریسک آن، حداقل گردد. از آنجا که هیچ گونه الگوریتم کارایی برای یافتن پاسخ بهینه برای مسئله مجموعه دارایی با ابعاد بزرگ وجود ندارد، در این مقاله دو الگوریتم ژنتیک برای یافتن پاسخی نزدیک به بهینه طراحی شده است. اولین الگوریتم، مجموعه دارایی با بالاترین بازده و کمترین ریسک و نیز کمترین ضریب همبستگی با سایر دارایی ها را انتخاب و الگوریتم ژنتیک دوم، وزن هر یک از دارایی ها را در مجموعه دارایی تعیین می کند. در نهایت، این دو الگوریتم برروی سهام عرضه شده در بورس اوراق بهادار تهران با بیش از 200 سهام پیاده و نتایج آن ارایه شده است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

انتخاب یک سبد سهام از بین سهام شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل بهینه‌سازی الگوریتم ژنتیک

انتخاب سبد سهام عمل دشوار و سختی در مبحث سرمایه‌گذاری است. در این فرآیند سرمایه‌گذار خود را در مقابل انتخاب‌های زیاد و بی‌نهایت گوناگونی می‌بیند که باید یکی از آنها را به عنوان بهترین روش انتخاب نماید. تصمیم‌گیری در خصوص این که کدام سهم در مقایسه با سایر سهام در وضعیت بهتری قرار دارد و شایستگی انتخاب شدن و قرار گرفتن در سبد سرمایه‌گذاری فرد را دارد و نحوه تخصیص سرمایه بین این اوراق، مباحثی پیچی...

full text

بهینه‌سازی پرتفوی متشکل از سهام صندوق‌های سرمایه‌گذاری مشترک بورس اوراق بهادار تهران با رویکرد الگوریتم ژنتیک

گسترش و پیچیدگی روزافزون بازارهای مالی، تصمیم‌گیری در خصوص انتخاب نوع دارایی را برای سرمایه‌گذاران دشوار نموده است؛ از سویی بر اساس نظریه مدرن پرتفوی، متنوع سازی سرمایه­گذاری­ها می‌تواند منجر به کاهش نوسان­ها در عین حفظ متوسط بازده گردد. همچنین با توجه به پیچیده شدن و سرعت عوامل تأثیرگذار، تشکیل پرتفوی بهینه با روش‌های سنتی کار دشواری است. هدف این پژوهش بهینه‌سازی پرتفوی متشکل از سهام صندوق‌های...

full text

کاربرد الگوریتم ژنتیک در تعیین ساختار بهینه سرمایه شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران

هدف اصلی شرکت‌ها به حداکثر رساندن ثروت سهامداران است. یکی از عوامل مؤثر بر این امر، ساختار سرمایه می‌باشد. پژوهش حاضر، پس از بررسی همبستگی ساختار سرمایه و سودآوری 300 شرکت پذیرفته‌شده در 12 صنعت و حصول اطمینان از وجود رابطه معنی‌دار بین این دو متغیر، به تعیین ساختار بهینه سرمایه در سطح کل شرکت‌ها و همچنین در صنایع مختلف پرداخته است. نتایج همبستگی حاکی از آن است که رابطه ساختار سرمایه و سودآوری ...

full text

به‌کارگیری الگوریتم ژنتیک برای انتخاب پرتفولیوی بهینه‌ای با اهداف غیرخطی (بورس اوراق بهادار تهران)

عموماً سرمایه­گذار در مسئله انتخاب پرتفولیو اهداف چندگانه و متناقضی از قبیل بازدهی، ریسکو نقدشوندگی مدنظر دارد. از طرف دیگر سرمایه­گذاردارای ترجیحات خاص خود در مورد اهداف است. مرور ادبیات تحقیق نشان می­دهد، از جمله اهدافی که در مسئله انتخاب پرتفولیو استفاده نشده است، حداقل‌کردن ریسک غیرسیستماتیک و حداکثرسازی چولگی بازدهی پرتفولیو است. در این تحقیق سعی شده است به منظور انتخاب پرتفولیوی بهینه، از ...

full text

پیش‌بینی روند حرکتی قیمت سهام با استفاده از ماشین بردار پشتیبان برپایۀ الگوریتم ژنتیک در بورس اوراق بهادار تهران

با توجه به گسترش روز‌افزون روش‌های پیش‌بینی در بازارهای مالی و نیز، از آنجا که قیمت سهام یکی از مهم‌ترین عوامل مؤثر در تصمیمات سرمایه‌گذاری است و پیش‌بینی آن می‌تواند نقش با اهمیتی در این زمینه ایفا کند، در این پژوهش سعی شده است، مدلی ارائه شود تا بر اساس آن بتوان روند حرکتی قیمت سهام شرکت مورد نظر را با دقت بالایی پیش‌بینی کرد. بر همین اساس، یک مدل ترکیبی برای پیش‌بینی روند حرکتی قیمت سهام با ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 5  issue 17

pages  175- 192

publication date 2004-01-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023