بهینه سازی سبدسهام با استفاده از روش k-means و الگوریتم ژنتیک

نویسندگان

  • ابراهیم پورزرندی دانشیار گروه مدیریت صنعتی دانشگاه آزاد اسلامی واحد تهران مرکزی
  • مینا کیخا کارشناس ارشد مدیریت صنعتی دانشگاه آزاد اسلامی واحد تهران مرکزی
چکیده مقاله:

 دیدگاهی که در این مقاله ارائه می دهیم در دو مرحله جای می گیرد: مرحله ی اول طبقه بندی سهم ها ی پورتفوی ابتدایی با روش k-means به دسته های کوچکتر است، سپس طبقه ای که کمترین ریسک و بیشترین بازده را دارد یا به عبارتی طبقه ای که بهینه تر می باشد را به عنوان ورودی الگوریتم خود که آن را MinVaRMaxR نامیده ایم برمی گزینیم. الگوریتم مذبور،الگوریتم پویایی، براساس الگوریتم ژنتیک و مفهوم ارزش در معرض خطر می باشد. هدف ما از اجرای این الگوریتم، مینیمم کردن ریسک و ماکسیمم کردن بازده پورتفوی، به صورت همزمان می باشد. به همین منظور 100 شرکت عضو بورس اوراق بهادار تهران طی سالهای 1388، 1389 و 1390 به صورت روزانه مورد مطالعه قرار گرفته است. توزیع داده ها نرمال نبوده، به همین دلیل از آزمون های آمار ناپارامتری جهت آزمون فرضیات استفاده شده است. نتایج تحقیق بیانگر آن است که طبقه بندی داده ها وسپس اجرای الگوریتم ژنتیک روی طبقه ی بهینه موجب دستیابی به پورتفویی می شود که نسبت به پورتفوهای حاصل از اجرای ژنتیک به تنهایی، دارای ریسک کمتر و بازدهی بیشتر است. همچنین در مورد سبدهای با اندازه ی کوچکتر، الگوریتم ژنتیک خود به خود سبدی را بر می گزیند که در طبقه ی بهینه ی انتخابی الگوریتم طبقه بندی جای گرفته است.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

بهینه سازی سبدسهام براساس حداقل سطح پذیرش ریسک کل و اجزای آن با استفاده از روش الگوریتم ژنتیک

ریسک و بازده دو عاملی هستند که همواره در حوزه سرمایه گذاری مطرح بوده اند. همزمان با به وجود آمدن مدل هایی جهت بهینه سازی سبد سهام که مهم ترین آن مدل مارکویتز بوده، لزوم شناخت روشهای حل این مدل ها نیز از اهمیت بسزایی برخوردار شده اند. یکی از مهم ترین روش های فراابتکاری برای حل مدل های بهینه سازی سبد سهام الگوریتم ژنتیک می باشد، که یکی از اهداف این تحقیق بررسی میزان کارایی آن در بهینه سازی سبد سه...

متن کامل

بهینه سازی سبدسهام براساس حداقل سطح پذیرش ریسک کل و اجزای آن با استفاده از روش الگوریتم ژنتیک

ریسک و بازده دو عاملی هستند که همواره در حوزه سرمایه گذاری مطرح بوده اند. همزمان با به وجود آمدن مدل هایی جهت بهینه سازی سبد سهام که مهم ترین آن مدل مارکویتز بوده، لزوم شناخت روشهای حل این مدل ها نیز از اهمیت بسزایی برخوردار شده اند. یکی از مهم ترین روش های فراابتکاری برای حل مدل های بهینه سازی سبد سهام الگوریتم ژنتیک می باشد، که یکی از اهداف این تحقیق بررسی میزان کارایی آن در بهینه سازی سبد سه...

متن کامل

بهینه سازی ورقهای کامپوزیت با استفاده از الگوریتم ژنتیک

بهینه‌سازی سازه‌ها یعنی طراحی آنها به صورتی که هم مسائل فنی رعایت شوند و هم کمترین وزن و هزینه اجرایی را داشته باشد. در سالهای اخیر استفاده از مواد‌مرکب‌چندلایه در ساخت سازه‌های مکانیکی، فضایی، دریایی و خودروسازی افزایش یافته است. یکی از دلایل عمده استفاده از این مواد، مقاومت بسیار زیاد به همراه وزن کم آنها می باشد. از اهداف این تحقیق طراحی بهینه یک ورق مرکب چند‌لایه با کمترین وزن و هزینه ممکنه...

متن کامل

بهینه سازی فرآیند خشک کردن دانه سویا با استفاده از روش الگوریتم ژنتیک

در این تحقیق فرآیند خشک کردن دانه سویا بر روی رقم DPS طبق روشهای استاندارد مورد بررسی قرار گرفت. جهت بررسی خواص خشک کردن و تاثیر عوامل مختلف آن، یک دستگاه خشک کن آزمایشگاهی طراحی ، و ساخته شد سپس پارامترهای خشک کردن شامل رطوبت اولیه سه سطح (21٪، 18، 16 بر مبنای خشک) دمای خشک کردن در سه سطح (50،65، 80 درجه سیلسیوس) و سرعت گردش هوا در سه سطح (6٪،1،5/1 متر بر ثانیه) بر روی میزان روغن و شاخص اسیدیت...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 5  شماره 19

صفحات  131- 151

تاریخ انتشار 2014-06-22

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023