CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

روشی نوین در حل مسئله انتخاب بهینه سبد سهام با استفاده از الگوریتم ژنتیک و تبرید تدریجی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۲۰۳۱ | نظرات: ۰
سال انتشار: ۱۳۸۷
کد COI مقاله: ACCSI14_175
زبان مقاله: فارسی
حجم فایل: ۲۸۴.۷۳ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله روشی نوین در حل مسئله انتخاب بهینه سبد سهام با استفاده از الگوریتم ژنتیک و تبرید تدریجی

  تکتم دهقانی - گروه کامپیوتر،دانشکده مهندسی،دانشگاه آزاد اسلامی واحد مشهد
مجید وفایی جهانی - عضو هیئت علمی گروه کامپیوتر،دانشکده مهندسی،دانشگاه آزاد اسلامی واح

چکیده مقاله:

مسئله انتخاب بهینه سبد سهام یکی از مسائل غیرچند جمله ای (NP ) است. در گذشته با استفاده از تکنیک های مطرح شده در الگوریتم های تکاملی، ژنتیک، تبرید تدریجی و شبکه عصبی اقدام به حل این مسئله کرده اند. اما تاکنون الگوریتم دقیقی برای حل آن ارائه نشده است. در این مقاله روش جدیدی پیشنهاد شده است که با ترکیب الگوریتم ژنتیک و تبرید تدریجی مسئله انتخاب بهینه سبد سهام را با دقت و سرعت بیشتری حل می کند. در روش پیشنهادی درهرنسل فرزندان تولید شده توسط عملگرهای ژنتیک بر پایه معیارهای تبریدتدریجی بررسی و پذیرش می شوند که سبب جلوگیری
از همگرایی به بهینه محلی در نسل های ابتدایی ، کاهش میزان جستجوهای بی هدف در نسل های پایانی و افزایش سرعت همگرایی می شود. برای بررسی صحت عملکرد، روش ارائه شده بر روی داده های ٤ بورس معتبر دنیا آزمایش شده است و با جبهه پرتو استاندارد مقایسه شده است. نتایج، بهبود سرعت و دقت همگرایی رسیدن به پاسخ را نشان می دهد.

کلیدواژه‌ها:

انتخاب بهینه سبد سهام، الگوریتم ژنتیک، تبرید تدریجی و جبهه پرتو

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ACCSI14-ACCSI14_175.html
کد COI مقاله: ACCSI14_175

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
دهقانی, تکتم و مجید وفایی جهانی، ۱۳۸۷، روشی نوین در حل مسئله انتخاب بهینه سبد سهام با استفاده از الگوریتم ژنتیک و تبرید تدریجی، چهاردهمین کنفرانس سالانه انجمن کامپیوتر ایران، تهران، انجمن کامپیوتر، دانشگاه صنعتی امیر کبیر، https://www.civilica.com/Paper-ACCSI14-ACCSI14_175.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (دهقانی, تکتم و مجید وفایی جهانی، ۱۳۸۷)
برای بار دوم به بعد: (دهقانی و وفایی جهانی، ۱۳۸۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Selection 4, Journual of Finance, Portfolio؟، [1] Markowitz, H., No. ...
  • Coello, C. A., "An Updated Survey of GA-Based Multi- ...
  • objective Optimization Techniques", ACM Computing surveys, Vol. 32, No. 2, ...
  • Lotov, A. V, _ _ Appr oximation and Visualization of ...
  • Fernandez, A., Gomez, S., "Portfolio Selection Using Neural Networks", Computers ...
  • Tanaka, H., Guo, P., Turksen, I. B., "Portfolio Selection Based ...
  • Crama, Y., Schyns, M.., "Simulated Annealing for Complex Portfolio Selection ...
  • Claus, A., Portfolio Management with Cost Mode] Using Multi-obj ective ...
  • Hochreiter, R., "An Evolutionary Computation Approach to S cenario-based risk-return ...
  • Kwon, Y. K., Moon, B. R., _ Evolutionary Ensemble for ...
  • Lin, C. M., Gen, M., "An Effective D ec ision-based ...
  • Werner, J. C., Fogarti, T. C., "Genetic Control Applied to ...
  • Yan, W., Clack, C. D., "Behavioral GP Diversity for Dynamic ...
  • Lipinski, P., Winczura, K., Wojcik, J., "Building Risk- Optimal Portfolio ...
  • Vafaei Jahan, M., Akbarzadeh Tootonchi, M. R., "Spin Glass Portfolio ...
  • Portfolio selection benchmark data at "httb : //peoble .brunel _ ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۸۴۶۷
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.