عنوان پایان‌نامه
بهینه سازی پرتفلیو چند دوره ای در حالت چند معیاره
- رشته تحصیلی
- مهندسی صنایع
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 2573;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 61339
- تاریخ دفاع
- ۱۳ شهریور ۱۳۹۲
- دانشجو
- فاطمه ستاریان
- استاد راهنما
- فریبرز جولای
- چکیده
- بکارگیری تکنیک‌های کمی در صنعت سرمایه‌گذاری مالی در طول سالیان گذشته رشد فراوانی داشته است. مارکوویتز با چاپ مقاله‌ی تئوری انتخاب پرتفلیو گام بلندی در پیشبرد این دانش برداشت. یکی از مهم‌ترین چالش‌های استفاده از مدل مارکوویتز، ورودی‌های متشکل از داده‌های غیرقطعی می‌باشد. مساله‌ی دیگر در نظرگرفتن معیارهای بیشتر در مدل و واقعی‌تر نمودن مدل می‌باشد. در این راستا این پایان‌نامه مساله انتخاب پرتفلیوی بهینه را مورد بررسی قرار داده و مدل‌های انتخاب پرتفلیوی چنددوره‌ای در حالت چند معیاره را با در نظرگرفتن معیارهایی چون افق سرمایه‌گذاری، هزینه‌های تراکنش، میانگین، واریانس و چولگی بازده دارایی‌ها ارائه کرده است. به منظور مدل سازی عدم قطعیت موجود در داده‌های مساله از رویکرد فازی استفاده شده است. به دلیل غیرخطی و چند هدفه بودن مدل، دو الگوریتم فراابتکاری چند هدفه‌ی NSGA و جست‌وجوی هارمونی چند هدفه بعنوان رویکرد مناسب روش حل بکار گرفته شده است. واژه‌های کلیدی: بهینه‌سازی پرتفلیوی چند دوره‌ای، تصمیم‌گیری چند معیاره، الگوریتم‌های فراابتکاری چند هدفه، الگوریتم جست‌وجوی هارمونی چند هدفه، الگوریتم NSGA
- Abstract
- The mean-variance model of portfolio selection, originally developed by Markowitz is one of the most important potfolio selction models in the contemporary finance. Numerous extensions have been studied to improve the performances of investment portfolios. Even though Markowitz Mean-Variance model includes only two criteria, it seems more criteria are taken into account by most investors.Thesis on hand aims to study the problem of multi period portfolio optimization with fuzzy returns in the case of considering more criteria such as investment horizon, transaction cost, return, risk and higher moments. These considerations lead to achieve greater flexibility in portfolio selection. In this way two multi objective models are proposed. The dependence between fuzzy returns is considered by using additional terms in the calculation of variance and skewness. Since the model is multi objective nonlinear, two meta heuristics namely multi objective harmony search and non dominated sorting genetic algorithm have been applied to find the pareto-archived solutions and optimal portfolio strategy. The comparison analysis (through numerical examples) between new and existence models in the literature shows the efficiency of proposed approaches and designed algorithms. Keywords: Multi period portfolio optimization, multi criteria decision making, Nondominated sorting genetic algorithm, Multi objective harmony search.
