این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
یکشنبه 7 دی 1404
تحقیقات مالی
، جلد ۱۲، شماره ۲۹، صفحات ۰-۰
عنوان فارسی
بهینهسازی پرتفوی سهام با استفاده از روش حرکت تجمعی ذرات
چکیده فارسی مقاله
مسئله بهینهسازی مارکویتز و تعیین مرز کارای سرمایهگذاری، زمانیکه تعداد داراییهای قابل سرمایهگذاری و محدودیتهای موجود در بازار کم باشد، توسط مدلهای ریاضی حلشدنی است. اما هنگامیکه شرایط و محدودیتهای دنیای واقعی در نظر گرفته شود، مسئله بهینهسازی پرتفوی بهراحتی با استفاده از شیوههای ریاضی حـل نمیشود. بههمین دلیل استفـاده از شیوههای ابتکاری همچون شبکههای عصبی و الگوریتمهای تکاملی در بهینهسازی پرتفوی یکی از موضوعات مهم مورد بحث در دوران اخیر بوده است. هدف اصلی پژوهش حاضر حل مسئله بهینهسازی پرتفوی (مدل میانگین ـ واریانس) با استفاده از روش بهینهسازی حرکت تجمعی ذرات (PSO) است. بدین منظور با استفاده از اطلاعات قیمت 20 سهم پذیرفته شده در بورس اوراق بهادار تهران در فاصله زمانی مهر 1385 تا شهریور 1387، مرز کارای سرمایهگذاری رسم میشود. نتایج این پژوهش نشان میدهد، روش بهینهسازی حرکت تجمعی ذرات در بهینهسازی پرتفوی سهام با وجود محدودیتهای بازار موفق است.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Portfolio optimization using particle swarm optimization method
چکیده انگلیسی مقاله
The Markowitz’s optimization problem is considered as a standard quadratic programming problem that has exact mathematical solutions. Considering real world limits and conditions, the portfolio optimization problem is a mixed quadratic and integer programming problem for which efficient algorithms do not exist. Therefore, the use of meta-heuristic methods such as neural networks and evolutionary algorithms has been an important issue in the literature of portfolio optimization. This study considers the problem of finding the efficient frontier associated with the standard mean-variance portfolio optimization model and presents a heuristic algorithm based upon particle swarm optimization for finding the cardinality constrained efficient frontier. The test data set is the daily prices of 20 companies from March 2006 to September 2008 from the TEPIX in Iran. The results show that PSO is successful in constrained portfolio optimization to find the optimum solutions in all levels of risk and return.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
رضا راعی |
دانشیار دانشکده مدیریت دانشگاه تهران، ایران
سازمان اصلی تایید شده
: دانشگاه تهران (Tehran university)
هدایت علی بیکی |
دانشجوی کارشناسی ارشد مدیریت مالی دانشکده مدیریت دانشگاه تهران
سازمان اصلی تایید شده
: دانشگاه تهران (Tehran university)
نشانی اینترنتی
http://jfr.ut.ac.ir/article_21735_c8df85c8f1756cfee8388007e69e32f4.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
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