بهینه سازی سبد سهام با استفاده از الگوریتم جستجوی فاخته و رقابت استعماری

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 900

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MRMEA02_311

تاریخ نمایه سازی: 16 اسفند 1394

چکیده مقاله:

سبد سهام به ترکیبی از سهمهای مختلف گفته میشود که برای سرمایهگذاری تشکیل میگردد. هدف سرمایه گذاران از تشکیل سبد سهام، به دست آوردن بیشترین بازده در قبال تحمل کمترین ریسک است. مساله انتخابسبد سهام بهینه یکی از پیچیدهترین مسائل حوزه مالی و سرمایهگذاری است. این مساله را می توان به طور ساده این صورت بیان کرد: یک مجموعه N تایی از - سهمها برای انتخاب وجود دارند. هر یک از این N سهم باید چنددرصد از کل مبلغ سرمایهگذاری را به خود اختصاص دهند تا بازده کل سبد تشکیل شده، حداکثر و ریسک کل آن، حداقل گردد. مساله انتخاب سبد سهام بهینه یک مساله NP سخت - است و در حالت کلی هیچ روش قطعی برای یافتن جوابدقیق برای این مساله وجود ندارد؛ بنابراین بایستی برای حل این مساله، استفاده از روش های هوشمند و فرا ابتکاری مورد توجه قرار گیرد. در این مقاله برای حل مساله انتخاب سبد سهام بهینه از روش فراابتکاری جدیدی به نام جستجوی فاخته بعلاوه الگوریتم رقابت استعماری استفاده شده است. این روش جدید جستجو که در سال 9002توسط یانگ معرفی شده است از فرآیند لانه گزینی گونه ای از فاخته ها الهام گرفته شده است . در این پژوهش ضمن اعمال روش جستجوی فاخته به مساله انتخاب سبد سهام بهینه، به تشکیل پرتفوی بهینه از سهام 00 شرکت برتر بورس اوراق بهادار تهران در فاصله زمانی 92 تا 29 پرداخته شده است . با توجه به ویژگی هایخاص بازار ایران بسیاری از تئوری های عنوان شده در بازار های خارج از کشور در بازار ایران کاربردی ندارد و قابل پیاده سازی نمی باشد. مدل به کار رفته در این تحقیق برای بهینه سازی سبد سهام، مدل میانگین واریانس - مارکویتز می باشد که در آن بازده را با میانگین و ریسک را با واریانس ارزیابی می کنند . نتیجه مطالعات قبلی حاکی از سازگاری این مدل با شرایط بازار بورس اوراق بهادار تهران می باشد که محیط انتخابی برای پیاده سازیالگوریتم ارایه شده در این مقاله است. نتیجه این این تحقیق نشان می دهد که الگوریتم ارایه شده در این پژوهش، در زمان به مراتب کمتری نسبت به سایر الگوریتمها از جمله رقابت استعماری به نقطه بهینه همگرا می شود و جواب های دقیقتر با میزان خطای کمتری را بدست می آورد .

کلیدواژه ها:

نویسندگان

مولود فامیلیان

عضو هیات علمی دانشگاه فنی و حرفه ای