عنوان پایان‌نامه
انتخاب پورتفوی بهینه بارویکرد ترکیبی تصمیم گیری چند معیاره و تئوری خاکستری در بورس اوراق بهادار تهران
- رشته تحصیلی
- مدیریت مالی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 56969
- تاریخ دفاع
- ۳۰ بهمن ۱۳۹۱
- دانشجو
- میثم فیضی
- استاد راهنما
- رضا تهرانی
- چکیده
- چکیده اصولا یکی از اهداف اساسی تجزیه و تحلیل های اقتصادی، پیش بینی صحیح متغیرهای اقتصادی و در نتیجه کمک رسانی به سیاست گذاران در جهت اخذ تصمیات صحیح و متناسب با مقادیر پیش بینی شده است. بازار های مالی از جمله نظام هایی است که با دیگر سیستم ها بسیار متفاوت است و علت آن به خاطر مکانیسم و بازخور پیچیده ای است که دارد. اساسا، بازارهای مالی یک محیط نا مطمئنی هستند که افرد به مبادله و تجارت ریسک مشغول می باشند و اگر بتوان آینده را پیش بینی نمود دیگر ریسکی در کار نخواهد بود یا بسیار کاهش می یابد. در حقیقت در بازار های مالی ما به دنبال آینده می گردیم که چه اتفاقی خواهد افتاد. پژوهش حاضر ترکیبی از روش تصمیم گیری چند معیاره و تئوری خاکستری است، که در تحقیقات گذشته کمتر مورد استفاده قرار گرفته است، یک مدل جامعی را برای انتخاب بهینه سهام معرفی می کنیم و برای ارزیابی عملکرد آن از شاخص شارپ استفاده می کنیم. شاخص های مورد نظر برای انتخاب سهام از دیدگاه خبرگان که شامل اساتید دانشگاه، کارگزاران و فعالان بورس استخراج گردید. 50 شرکت موجود در شاخص 50 شرکت فعال بورس انتخاب گردید و سپس 25 شرکت که رتبه بالاتری داشتند انتخاب شد. در ادامه با استفاده از ترکیب AHP و تئوری خاکستری، هر 25 شرکت رتبه بندی شدند. با توجه به محدودیت بودجه و صف خرید در بورس، با پایه قرار دادن مدل مارکویتز، آن را توسعه دادیم و یک تابع هدف با عنوان مطلوبیت به آن اضافه نمودیم تا مطلوبیت خرید مشتری از سهم بیشینه گردد. همچنین برای حل مدل، از دو جعبه نرم افزاری LINGO8 و MATLAB7.8 استفاده نمودیم. تحقیق حاضر نشان داد که عملکرد مدل حاضر و الگوریتم ژنتیک کارایی بیشتری را نسبت به روشهای سنتی دارد.
- Abstract
- Basically, one of the fundamental goals of economic analysis, economic forecasts integer variables and thus helping policy makers to take the right decisions and is consistent with the predicted values. Financial markets such that the system is very different to other systems and is caused by a complex feedback mechanism and there is. Basically, an uncertain financial market trading risks to persons who are engaged and if we can predict the future or others will be much reduced risk. In fact, in the financial markets we're looking at what will happen next. This combination of multi-criteria decision-making approach and gray theory, which has been used in past research below, we introduce a comprehensive model for selecting the optimal stock and to evaluate its performance, we use the Sharpe index. The index for stock selection from the perspective of experts including professors, activists and stock brokers were extracted. 50 companies in the index of 50 companies was selected stock and then selected 25 firms that had higher ratings. Then, using a combination of AHP and gray theory, all 25 companies were ranked. Due to limited funds and lined up to buy the stock, with a pedestal Markowitz model, we developed it and we have to add a utility function as objective to maximize the utility is purchasing the shares. To solve the model, we use two-box software LINGO8 and MATLAB7.8. The present study showed that the performance of the model and the genetic algorithm is more efficient than traditional methods. Keywords: Portfolio formation, gray theory, model of multi-criteria decision making (MCDM), Analytical Hierarchy Process (AHP), genetic algorithm (GA)
