عنوان پایان‌نامه
بهینه سازی سبد سهام توسط مدل نیم واریانس با استفاده از الگوریتم ژنتیک
- رشته تحصیلی
- حسابداری
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 61753
- تاریخ دفاع
- ۰۴ تیر ۱۳۹۱
- دانشجو
- نیما فرجی
- استاد راهنما
- غلامرضا کرمی
- چکیده
- در این تحقیق مساله بهینه‌سازی سبد سرمایه‌گذاری با درنظر گرفتن مدل نیم‌واریانس به‌عنوان معیار ارزیابی ریسک مورد مطالعه قرار گرفته است. بهینه‌سازی سبد سرمایه‌گذاری یکی از مسائل با اهمیت در حوزه مالی است که طی چند دهه گذشته توجه بسیاری را به‌خود معطوف کرده و بسیاری از محققان را به تلاش برای یافتن بهترین روش برای حل این مساله وا داشته است. در این مطالعه 139 شرکت از میان شرکت‌های عضو در بورس اوراق بهادار تهران انتخاب شده و داده‌های مربوط به قیمت مبادله سهام آن‌ها در تالار بورس طی یک دوره زمانی 10 ساله از سال 1380 تا 1390 درنظر گرفته شده‌اند. برای حل مساله بهینه‌سازی از الگوریتم ژنتیک استفاده شده و دو مدل واریانس و نیم‌واریانس مورد مقایسه قرار گرفته‌اند. نتایج حاصل از این تحقیق نشان می دهند که سبد‌های سرمایه‌گذاری به‌دست آمده زمانی که مدل نیم‌واریانس برای اندازه‌گیری ریسک مورد استفاده قرار گرفته است، از سبد‌های به‌دست آمده با مدل واریانس مناسب‌تر است و در سطح ریسک مشابه، بازده بالاتری را در اختیار سرمایه‌گذار قرار می‌دهد. همچنین در مقایسه اندازه‌های مختلف سبد سرمایه‌گذاری برای مدل نیم‌واریانس نیز نتایج این تحقیق نشان می‌دهد که افزایش تعداد دارایی‌های تشکیل دهنده سبد سرمایه‌گذاری منجر به کاهش کارایی می‌گردد.
- Abstract
- In this study, portfolio optimization problem with respect to the Semi-Variance model as a risk measurement criterion is survived. Portfolio optimization is one of the important questions in the field of finance, which draws a considerable attention to itself during the last decades and many scholars are attempt to find the best way for solving this problem. In this survey, 139 companies among the listing companies in Tehran Exchange market are selected and their stock exchange prices for a period of 10 years between the years 1380 until 1390 are considered. For solving the optimization problem, genetic algorithm is used and Variance model is compared with semi-Variance model. Results of this study show that semi-Variance portfolios are better that Variance portfolios and investors will receive a higher return at the same level of risk. Moreover, results show that in comparing the different semi-Variance portfolio sizes, increasing the number of portfolio assets will cause the efficiency to decrease.
