CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

یک روش جدید برای مسأله بهینه سازی سبد سهام براساس حداقل سطح پذیرش ریسک با استفاده از الگوریتم فرا ابتکاری کرم شب تاب

اعتبار موردنیاز PDF: ۱ WORD: ۶ | تعداد صفحات: ۱۳ | تعداد نمایش خلاصه: ۲۲۸ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: AEFMC03_014
زبان مقاله: فارسی
حجم فایل: ۹۹۶.۸۳ کیلوبایت (فایل این مقاله در ۱۳ صفحه با فرمت PDF قابل دریافت می باشد)
محتوای کامل این مقاله با فرمت WORD هم 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 PDF یا WORD مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۳ صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله یک روش جدید برای مسأله بهینه سازی سبد سهام براساس حداقل سطح پذیرش ریسک با استفاده از الگوریتم فرا ابتکاری کرم شب تاب

    محمد سرایی - Islamic Azad University of arak, Arak, Iran
جمشید پارسافرد - Islamic Azad University of khalij-fars, khorramshahr, Iran
سمیه خاجوری - Islamic Azad University of khalij-fars, khorramshahr, Iran

چکیده مقاله:

سبد سهام به ترکیبی از سهام های مختلف گفته می شود که برای سرمایه گذاری تشکیل می گردد . هدف سرمایه گذاران از تشکیل سبد سهام ،ایجاد شرایط با کمترین ریسک و در عین حال بیشترین بازده است .مساله انتخاب سبد سهام بهینه یکی از پیچیده ترین مسایل حوزه مالی و سرمایه گذاری است. و کاربردهای فراوانی در برنامه ریزی ها و تصمیم گیری های مالی دارد . انتخاب سبد سهام بهینه یک مساله NP سخت است و هیچ روش قطعی برای یافتن جواب دقیق برای این مساله در اندازه های بزرگ در زمان پاسخ مناسب وجود ندارد، بنابراین بایستی برای حل این مساله روشهای هوشمند و فرا ابتکاری مورد توجه قرار گیرد . تا کنون برای حل مساله بهینه سازی سبد سهام الگوریتمهای مختلفی شامل الگوریتم های بهینه سازی کلاسیک و الگوریتمهای بهینه سازی هوشمندو فراابتکاری (متاهیوریستیک ) پیشنهاد شده اند ، ازجمله این الگوریتم ها الگوریتم ژنتیک ،رقابت استعماری ازدحام ذرات می باشد .در این مقاله از الگوریتم کرم شبتاب برای حل این مساله استفاده شده است . هدف این تحقیق بررسی میزان کارایی الگوریتم کرم شب تاب در بهینه سازی سبد سهام نسبت به سایر الگوریتم های مطرح بوده است. بدین منظور مسئله بهینه سازی سبد سهام با استفاده از الگوریتم های کرم شب تاب، ازدحام ذرات، ترکیب ژنتیک و ازدحام ذرات و الگوریتم رقابت استعماری حل شده است و در ادامه نتایج بازده و ریسک حاصل از هر یک مورد مقایسه قرار گرفته است. به منظور دستیابی به این هدف اطلاعات 20 شرکت از شرکت های فعال در بورس، ارائه شده در سایت یاهو انتخاب شدند. نتایج حاکی از توانایی و دقت الگوریتم پیشنهادی در مقایسه با سایر الگوریتم های مورد مقایسه می باشد .

کلیدواژه‌ها:

سبد سهام ، بهینه سازی، سرمایه گذاری،الگوریتم فراابتکاری،الگوریتم کرم شبتاب

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-AEFMC03-AEFMC03_014.html
کد COI مقاله: AEFMC03_014

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:
سرایی, محمد؛ جمشید پارسافرد و سمیه خاجوری، ۱۳۹۵، یک روش جدید برای مسأله بهینه سازی سبد سهام براساس حداقل سطح پذیرش ریسک با استفاده از الگوریتم فرا ابتکاری کرم شب تاب، سومین کنفرانس بین المللی حسابداری،اقتصاد و مدیریت مالی، تهران، انتشارات بین المللی SCIJOUR، انجمن پویش، https://www.civilica.com/Paper-AEFMC03-AEFMC03_014.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: (سرایی, محمد؛ جمشید پارسافرد و سمیه خاجوری، ۱۳۹۵)
برای بار دوم به بعد: (سرایی؛ پارسافرد و خاجوری، ۱۳۹۵)
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 :

  • Enriqueta Vercher , Jose D. Bermudez , Portfolio optimization using ...
  • Zhongfeng Qin Mean-variance model for portfolio optimization problem in the ...
  • F. Cong" , C.W. Oosterlee, Multi-period mean-variance portfolio optimization based ...
  • David A. Wood, Asset portfolio multi-objective optimization tools provide insight ...
  • Nicholas A. Azzolina, Wesley D. Peck et.al, How green is ...
  • Karoon Suksonghong, Kittipong Boonlong, KimLeng Goh, Multi-obj ective genetic algorithms ...
  • Gordon J. Alexander, Alexandre M Baptista, Shu Yan, Portfolio selection ...
  • and estimation risk, Journal of Empirical Finance, Available online 2 ...
  • Vivien Beattie, Accounting narratives and the narrativeturn in accounting research: ...
  • MaojunZhang , JiangxiaNan, GonglinYuan Jiangxia Nan ", Gonglin Yuan, The ...
  • Joy P. Vazhayil , R. B alasubramani an, Optimization of ...
  • Yan Chen , Shingo Mabu, Kotaro Hirasawa, Genetic relation algorithm ...
  • J. Samuel Baixauli-Soler, Eva Alfaro-Cid , Matilde O. Fernandez-B lanco, ...
  • Hanhong Zhu, Yi Wang, Kesheng Wang, Yun Chen, Particle Swarm ...
  • Wei Chen, Wei-Guo Zhang, The admissible portfolio selection problem with ...
  • Wei Chen, Artificial bee colony algorithm for constrained possibilistic portfolio ...
  • Dr.Ali Najafi Moghadam1, Dr.fraydoon Rabnama roodposhti2, Mahvash Farrokhi, Optimization of ...
  • Wang, Ting and Yang, Xia (2009), The Study of Model ...
  • Ruben Ruiz-Torrub iano, Alberto Suarez, A memetic algorithm for cardinality-c ...
  • K.Forqandoost Haqiqi, T.Kazemi, _ colony optimization approach to portfolio optimization, ...
  • Chang, T, G., Yang, S, C., Chang, K.G., (2009), "portfolio ...
  • H. Zhu, Y. Wang, K. Wang, and Y. Chen, :Particle ...
  • X.-S.Yang, Firefly algorithms for multimodal optimization, in: Stochastic Algorithms: Foundations ...
  • H. Zhu, Y. Wang, K. Wang, and Y. Chen, :Particle ...
  • H. Markowitz, "Portfolio selection, " The Journal of Finance, vol. ...
  • H. R. Golmakani and M. Fazel, "Constrained portfolio selection using ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۵۹۴۹
    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.