بهینه سازی سبدهای سرمایه گذاری پیش بینی شده با استفاده از الگوریتم های چندهدفه
محل انتشار: سومین کنفرانس بین المللی مدیریت و مهندسی صنایع
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 333
فایل این مقاله در 14 صفحه با فرمت PDF و WORD قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
INDUSTRIAL03_0363
تاریخ نمایه سازی: 26 مرداد 1397
چکیده مقاله:
این پژوهش در راستای بهینه سازی سبد سرمایه گذاری با استفاده از الگوریتم های چند هدفه و همچنین مقایسه آنها با استفاده از روش های استاندارد برای انتخاب الگوریتم های مناسب بهینه سازی است. برای بررسی و بدست آوردن جواب های بهینه، سبد های سرمایه گذاری از الگوریتم های چند هدفه و همچنین برای پیش بینی ارزش در معرض ریسک از مدل MGARCH-BEKK استفاده شده است. بدین منظور پس از انتخاب شاخص صنعت های که دارای اثر خوشه ای اند، ماتریس Ht و بازده با استفاده از مدل BEKK برآورد و پیش بینی می شود. همچنین از دو الگوریتم چند هدفه ازدحام ذرات و الگوریتم چند هدفه ژنتیک برای تشکیل و بهینه سازی سبد های که در این پژوهش، بیشینه کردن بازده و کمینه کردن VaR، دو هدف این دو الگوریتم ها می باشد، استفاده می شود. نتایج به دست آمده در این پژوهش با استفاده از معیارهای مقایسه دو الگوریتم، برتری الگوریتم ژنتیک نسبت به الگوریتم MOPSO را نشان دادند.
کلیدواژه ها:
نویسندگان
میلاد حیرانی
کارشناس ارشد مدیریت مالی، دانشگاه ارومیه، ارومیه، ایران
پرویز پیری
دانشیار گروه حسابداری، دانشگاه ارومیه، ارومیه، ایران
مقصود سلیمان پوردارغلو
استادگروه مهندسی صنایع، دانشگاه ارومیه، ایران