این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات مالی، جلد ۲۰، شماره ۴، صفحات ۴۰۹-۴۲۶

عنوان فارسی بهینه‌ سازی سبد سهام به‎کمک الگوریتم فراابتکاری دسته‌ های میگو با استفاده از معیارهای مختلف از ریسک در بورس اوراق بهادار تهران
چکیده فارسی مقاله هدف: بهینه‌سازی سبد سهام از مهم ترین مسائل سرمایه­گذاری است. نخستین بار، هری مارکوویتز، ریسک را در این مسئله به کار برد. پس از آن، این موضوع از جنبه­های مختلف از جمله معیارهای گوناگون ریسک، روش­های بهینه­سازی و در نظر گرفتن هزینه معاملات مورد بررسی گرفته است. در این پژوهش سعی بر این است که روش فراابتکاری دسته­های میگو در بهینه­سازی سبد سهام استفاده گردد و مزایای احتمالی آن بر شمرده شود. روش: در این پژوهش تلاش شده است به‎کمک الگوریتم جدید دسته‏های میگو، مسئله بهینه‏سازی سبد سهام حل شده و مرز کارا محاسبه شود. همچنین ریسک با سه معیار واریانس، نیم‏واریانس و ریزش مورد انتظار بررسی شده است. داده‏های این پژوهش، بازده‏های تعدیل شده سهام 50 شرکت فعال‏تر بورس از تاریخ 01/07/1391 تا 31/06/1396 است. یافته‎ها: در ابتدا مرزهای کارای پرتفوهای بهینه بر اساس معیارهای ریسک واریانس، نیم-واریانس و ریزش مورد انتظار رسم شده است. شباهت تقریبی سه مرز کارا، نشان از ثبات الگوریتم در یافتن آن دارد. سپس نسبت‌های شارپ به دست آمده از روش دسته­های میگو با روش‌های رقابت استعماری و تجمعی ذرات مقایسه شده و مشاهده می‌شود که نسبت به آن ها ارجحیت دارد. نتیجه‎گیری: الگوریتم دسته­های میگو در یافتن مرز کارا و پرتفوهای بهینه در مقایسه با سایر الگوریتم­های مرسوم عملکرد بهتری داشته و می­توان آن را جایگزین این روش­ها کرد و به نتایجی مطلوب­تر دست یافت.  
کلیدواژه‌های فارسی مقاله

عنوان انگلیسی Portfolio Optimization Using Krill Herd Metaheuristic Algorithm Considering Different Measures of Risk in Tehran Stock Exchange
چکیده انگلیسی مقاله Objective: Portfolio optimization is one of the most important issues in investment. Harry Markowitz was the first person who applied risk with this regard. This issue was later studied from different perspectives, using various risk measures, optimization methods, and considering transaction costs. In this research, we aim to use the Krill Herd metaheuristic algorithm in portfolio optimization, and examine its possible advantages. Methods: In the present study, we try to solve the portfolio optimization problem and to find the efficient frontier using Krill Herd's novel algorithm. We also consider three different measures for risk: variance, semi-variance, and expected shortfall. Our data consists of adjusted returns of the top fifty stocks in Tehran Stock Exchange from 2012 to 2018. Results: Atfirst, the efficient frontiers of the optimal portfolios, using different measures for risk were plotted. The relative similarity of the three plots indicates the stability of the Krill Herd Algorithm in obtaining efficient frontiers. Then, we observed that the Sharpe Ratios of this algorithm are higher than those of Imperialist Competitive and Particles Swarm Algorithms. Conclusion: The Krill Herd Algorithm has a better performance finding efficient frontier and optimized portfolios in comparison to the other common algorithms; therefore, it can be used instead of the other algorithms to obtain better results.  
کلیدواژه‌های انگلیسی مقاله

نویسندگان مقاله رضا تهرانی |
استاد، گروه مدیریت مالی و بیمه، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

سیما فلاح تفتی |
دانشکده دانشجوی کارشناسی ارشد، گروه مهندسی مالی، دانشکده مدیریت، دانشگاه تهران، تهران، ایراندانشگاه تهران

سپهر آصفی |
دانشجوی کارشناسی ارشد، گروه مهندسی مالی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران


نشانی اینترنتی https://jfr.ut.ac.ir/article_70018_3c4886286ecec47cd881233920296e81.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/705/article-705-1307891.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات