CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

بهینه سازی انتخاب دارایی های سبدسهام بااستفاده ازشاخص ارزیابی ریسک CVaR و الگوریتم فراابتکاری sfla

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۳ | تعداد نمایش خلاصه: ۲۵۰ | نظرات: ۱
سال انتشار: ۱۳۹۵
کد COI مقاله: OICONFERENCE01_359
زبان مقاله: فارسی
حجم فایل: ۱.۱ مگابات (فایل این مقاله در ۱۳ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۳ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF 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 در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بهینه سازی انتخاب دارایی های سبدسهام بااستفاده ازشاخص ارزیابی ریسک CVaR و الگوریتم فراابتکاری sfla

    علی ستاری - استادیار گروه آموزشی مدیریت موسسه آموزش عالی نبی اکرم (ص) تبریز
  رعنا چائی اصل - گروه آموزشی کامپیوتر موسسه آموزش عالی نبی اکرم (ص)تبریز

چکیده مقاله:

انتخاب داراییهای سبد سهام با استفاده از مدل درجه دو میانگین - واریانس مارکویتز جزء یکی از رویکردهای متداول بهینه سازی سبد سهام می - باشد که الگوریتم های کارای متعددی برای حل آن وجود دارد. اما چنانچه محدودیتهای اعمال شده به این مدل بر اساس محدودیتهای دنیای واقعی افزایش یابد، این مدل تبدیل به یک مسئله پیچیده از نوع NP-کامل می شود که حل آن با استفاده از روشهای برنامه ریزی خطی بسیار زمان بر و شاید ناممکن باشد. لذا استفاده از رویکردهای ابتکاری و فراابتکاری جهت کنترل این پیچیدگیها مورد توجه محققان قرار گرفته است. در این مقاله تلاشی شده است از الگوریتم فراابتکاری جهش قورباغه مخلوط شده (SFLA) برای حل مسئله بهینه سازی سبد سهام استفاده شود. در این راستا از اطلاعات ۱۵ شرکت بورسی جهانی در بازه زمانی ژانویه ۲۰۱۴ تا ژوئن ۲۰۱۵ استفاده شده و برای ارزیابی ریسک سبد سهام، شاخصی ارزشی در معرض خطر شرطی (CVaR) بکار برده شده است. اطلاعات به دست آمده از الگوریتم پیشنهادی با اطلاعات حاصل از اجرای الگوریتم های بهینه سازی حرکت تجمعی ذرات (PSO)، الگوریتم رقابت استعماری (ICA) و الگوریتم ژنتیک چند هدفه (NSGA II) مقایسه شده و برای ارزیابی بهتر نتایج به دست آمده از آزمون t استفاده شده است

کلیدواژه‌ها:

بهینه سازی انتخاب ، سبدسهام ، الگوریتم جهش قورباغه مخلوط شده ، شاخص ارزش درمعرض خطرشرطی

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-OICONFERENCE01-OICONFERENCE01_359.html
کد COI مقاله: OICONFERENCE01_359

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:
ستاری, علی و رعنا چائی اصل، ۱۳۹۵، بهینه سازی انتخاب دارایی های سبدسهام بااستفاده ازشاخص ارزیابی ریسک CVaR و الگوریتم فراابتکاری sfla، نخستین کنفرانس بین المللی پارادیم های نوین مدیریت هوشمندی تجاری و سازمانی، تهران، دانشگاه شهید بهشتی، https://www.civilica.com/Paper-OICONFERENCE01-OICONFERENCE01_359.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: (ستاری, علی و رعنا چائی اصل، ۱۳۹۵)
برای بار دوم به بعد: (ستاری و چائی اصل، 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 :

  • الهی، مرتضی؛ یوسفی، محسن و زارع مهرجردی، حیی (۱۳۹۳). بهینه ...
  • راعی، رضا؛ علی بیکی، هدایت (۱۳۸۹). بهینه‌سازی پرتفوی سهام با ...
  • شیبت‌الحمدی، سیداحمد؛ همتی، محمد و اسفندیار، مهدی (۱۳۹۳). کاربرد الگوریتم ... (مقاله ژورنالی)
  • Bienstock, D. (1996). Computational study of a family of mixed-integer ...
  • _ Blum, C., & Roli, A. (20 03). Metaheuristics in ...
  • _ Chang, T. J., Meade, N., Beasley, J. E., & ...
  • Eusuff, M., Lansey, K.. & Pasha, F (2006). Shuffled frog-leaping ...
  • Fernandez, A.. & Gomez, S. (20 07). Portfolio selection using ...
  • _ Jobst., N. J., Horniman, M. D., Lucas, C. A., ...
  • Mansini, R.. & Speranza, M. G. (1999). Heuristic algorithms for ...
  • method in multi-objective mathematical constraint-ع ۱ ۴. Mavrotas, G. (۲۰ ...
  • _ 7 Schaerf, A. (20 02). Local search techniques for ...
  • Yoshimoto, A. (1996). The mean-variance approach to portfolio optimization subject ...
  • علم سنجی و رتبه بندی مقاله

    4.0
    ۱ تعداد پژوهشگران نظر دهنده
    5 0
    4 1
    3 0
    2 0
    1 0
    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: موسسه غیرانتفاعی
    تعداد مقالات: ۱۱۷
    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

    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.