پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 162 |
| تعداد شماره‌ها | 6,693 |
| تعداد مقالات | 72,239 |
| تعداد مشاهده مقاله | 129,225,621 |
| تعداد دریافت فایل اصل مقاله | 102,056,343 |
تعیین سبد سهام بهینه در بازار بورس ایران بر اساس نظریه | ||
| فصلنامه تحقیقات اقتصادی | ||
| مقاله 8، دوره 41، شماره 2، تیر 1385 اصل مقاله (175.27 K) | ||
| نویسندگان | ||
| حمید خالوزاده1؛ نسیبه امیری* 2 | ||
| 1استادیار گروه کنترل، دانشکده مهندسی برق، دانشگاه صنعتی خواجه نصیرالدین طوسی | ||
| 2دانشجوی کارشناسی ارشد کنترل، گروه برق، دانشگاه فردوسی مشهد | ||
| چکیده | ||
| تحقیقات بسیاری در سال‌های اخیر برای توسعه روش‌های مدیریت ریسک بر اساس نظریه ارزش در معرض ریسک (VaR) انجام شده است. در این مقاله با استفاده از الگوریتم‌های ژنتیک (GA) سبد سهام بهینه‌ای به‌دست می‌آید که دارای سود ماکزیمم است ضمن آن‌که دارای قیدی روی ریسک سبد است. معیار برآورد ریسک نیز VaR در نظر گرفته شده است. این معیار به‌سادگی و تنها با یک عدد ریسک بازار را مدل می‌کند. روش GA، از جمله الگوریتم‌های بهینه‌سازی عددی بوده که از ژنتیک طبیعی و روند تکامل در طبیعت الهام گرفته‌اند. مزیت اصلی این الگوریتم ها، انعطاف‌پذیری بسیار بالای آنها در برخورد با مسائل پیچیده و عدم‌نیاز به‌شرایط ریاضی خاص مانند پیوستگی و مشتق‌پذیری توابع است. شبیه‌سازی برای سبد سهامی متشکل از 12 شرکت مختلف در بازار بورس تهران انجام شده است. نتایج به‌دست آمده نشانگرکارایی روش مدلسازی ریسک بازار بر مبنای نظریه ارزش در معرض ریسک و روش بهینه‌سازی الگوریتم‌های ژنتیک در به‌دست آوردن وزن‌های بهینه سبد سهام با در نظر گرفتن محدودیت بر روی ریسک است. طبقه‌بندی JEL:G1، G11 | ||
| کلیدواژه‌ها | ||
| الگوریتم بهینه‌سازی ژنتیک؛ انتخاب سبد سهام؛ سبد سهام بهینه؛ نظریه ارزش در معرض ریسک (VaR) | ||
| عنوان مقاله [English] | ||
| - | ||
| چکیده [English] | ||
| In this paper an optimal portfolio selection is obtained so that it provides the maximal yield and at the same time satisfies the constraints on the value at risk. Value at risk is an important measure of extent to which a given portfolio is subject to different kinds of risk present in financial markets. The optimal weights of each share have been obtained using Genetic Algorithm (Gas). Actually GAs are stochastic parallel global–search algorithms based on the mechanism of natural genetics and the biological theory of evolution. Because GAs exploit strategies of genetic information and survival of the fittest to guide their search, they need not calculate the gradient or assume that the search space is differentiable or continuous. GAs simultaneously evaluate many points in the parameter space, so they are more likely to converge toward a global solution. Gas are very suitable for searching discrete, noisy, multimodal and complex space. The portfolio which is considered in this article has been selected from 12 various companies in the Tehran stock exchange. Simulation results show that the high performance of the VaR approach risk modeling and GA optimization method to selection an optimal portfolio under a pre-specified constraint on the value at risk. JEL Classification: G1, G11 | ||
| کلیدواژه‌ها [English] | ||
| at, Genetic Algorithm Optimization, optimal portfolio, Portfolio Selection, Risk Theory, Value | ||
|
آمار تعداد مشاهده مقاله: 2,977 تعداد دریافت فایل اصل مقاله: 3,213 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب