چکیده:
یکی از مهمترین دغدغه های سرمایه گذاران در بازار سرمایه، انتخاب سهم یا سبد بهینه از لحاظ سودآوری است. به همین منظور تنوع روش های انتخاب سبد سهام در سرمایه گذاری و پیچیدگی تصمیم گیری ها در دهه های اخیر به شدت گسترش یافته است. روش های سنتی در انتخاب و بهینه سازی سبد سهام از کارایی لازم برخوردار نیستند و بنابراین استفاده از الگوریتم های ابتکاری مورد توجه بیشتری قرار گرفته است. هدف این پژوهش، مدلسازی مسئله انتخاب سبد سهام با به کارگیری معیارهای متفاوت ریسک، شامل واریانس، نیمه واریانس، ارزش در معرض ریسک و ارزش در معرض ریسک احتمالی و بهینه سازی آن با کاربرد یکی از این دسته الگوریتم ها، یعنی الگوریتم کلونی مورچگان است. در این راستا، به مقایسه مرزهای کارای حاصل از مدل های مختلف ریسک و همچنین مقایسه مدل های مختلف از لحاظ زمان CPU اقدام شد. نتایج بررسی نشان داد که مدل میانگین-ارزش در معرض ریسک احتمالی قادر است که سطوح بالاتری از بازده را با حداقل سازی ارزش در معرض ریسک احتمالی نشان دهد. از طرفی زمان صرف شده برای اجرای مدل میانگین واریانس کمترین و زمان صرف شده برای مدل میانگین- ارزش در معرض ریسک احتمالی بیشترین مقدار را به خود اختصاص دادند. در نتیجه، هر چند CVaR، مرزهای کارای بهتری را ارائه می نماید، ولی از لحاظ زمان اجرا به خصوص در اندازه های بالای سبد معیار مناسبی نمی باشد. در خیلی موارد همچنان واریانس به علت سادگی محاسبه آن به عنوان معیار ریسک مورد استفاده بسیاری از سرمایه گذاران قرار می گیرد.یکی از مهمترین دغدغههای سرمایه گذاران در بازار سرمایه ، انتخاب سهم هییان سابزدلحاظ سودآوریست . به همین منظور تنوع روش های انتخاب سبد سهام در سرمایه گذاری و پیچیدگی تصمهیام دگریردهیههای اخیر به شدت گسترش یافته است . روش های سنتی در انتخاب و بهینه سازی سبد سهام از کارایی لازم برخوردار نیبسناتبنردایون استفاده از الگوریتهم ای ابتکاری مورد توجه بیشتری قرار گرفته است . هدف پاژیون هش ،مدلسازی مسئله انتخاب سبد سهام با به کارگیری معیارهای متفاوت ریسک ، شامل واریانس ، نیمه واریانس ، ارزش در معرض ریسک و ارزش در معرض ریسک احتمالی و بهینه سازی آن با کاربردیکی از این دسته الگوریتمها، یعنی الگوریتم کلونی مورچگان است . در این راستا، به مقایسه مرزهای کارای حاصل از مدل های مختلف ریسک و همچنین مقایسه مدل های مختلف از لحاظ UزPماCن اقدام شد. نتایج بررسینشان داد که مدل میانگین -ارزش در معرض ریسک احتمالی قادر است که سطوح بالاتری از بازده را با حداقلسازی ارزش در معرض ریسک احتمالی نشان دهد. اطزرفیزمان صرف شده برای اجرای مدل میانگین واریانس کمترین و زمان صرف شده برای مدل میانگین - ارزش در معرض ریسک احتمالی بیشترین مقدار را به خود اختصاص دادند. در نتیجRه ،VهرC،چنمدزهای کارای بهتری را ارائه مینماید، ولی از لحاظ زمان اجرا به خصوص در اندازههای بالای سبد معیار مناسبی نمیبرشخدیلی موارد همچنان واریانس به علت سادگی محاسبه آن به عنوان معیار ریس اک ستفماودره دبسیاری از سرمایه گذاران مقیاگریرد.
One of the most important concerns of investors in the capital market is the selection of a portfolio that is optimal in terms of profitability. Therefore، variability in portfolio selection method in investment and complexity in decision making has been greatly expanded in recent decades. Traditional methods in portfolio selection and optimization do not offer enough efficiency that is why the use of innovative methods is preferred. The purpose of this study is to model portfolio selection problem using different risk measures، including variance، semi-variance، value at risk، as well as conditional value at risk and optimization of its value using one of these algorithms، i.e.، the ant colony algorithm. In this regard، a comparison of the efficient frontier of different risk methods and a comparison of different models in terms of the CPU time has been made. To determine the optimal portfolio، financial data of listed companies at the Tehran Stock Exchange were used for the period of 2001-2008 (1380-1387). Furthermore، for designing the graphs of the study in order that the comparison of different risk methods is rendered in terms of CPU time، the Excel2007 software was used and to compare different efficient frontier the Matlab7.1 software was utilized. The results of the review indicated that the Mean-CVAR method can show higher levels of return with the least conditional value at risk. On the other hand، run time of the algorithm for the four methods in different sizes of the portfolio was compared. According to the presented results، the time spent on the implementation of the Mean-Variance method assigned the lowest، and the time spent for the implementation of the Mean-CVAR method appropriated the highest time respectively. As a result، it can be said that although the CVAR offers better efficient frontier it is not a good measure for the big sizes of portfolio. That is why، in many cases variance due to its calculation simplicity is still used as risk criteria by many investors
خلاصه ماشینی:
پژوهش حاضر به دنبال انتخاب و بهينه سازي سبدي از بين سهام شرکت هاي پذيرفته شده در بورس اوراق بهادار ميباشد که اين سبد، ريسک حداقل و بازده حداکثر را نصيب دارنده خود نمايد و در اين راستا با به کارگيري معيارهاي متفاوت ريسک به دنبال دستيابي به مناسب ترين معيار ريسک براي انتخاب بهينه سبد سهام ميباشد.
آنها الگوريتم ژنتيک را براي حل مسائل بهينه سازي سبد سهام در مدل هاي متفاوت ميانگين واريانس ، نيمه واريانس و واريانس با انحراف به کار گرفتندو نشان دادند که با مدل هاي مختلف محاسبه ريسک که در اين روش الگوريتم ژنتيک مورد استفاه قرار گرفت ، سرمايه گذاران قادر خواهند بود که مرز کارايي را براي مقدار ثابتي از سرمايه خود به دست آورند.
در اين قسمت از پژوهش ، مرزهاي کاراي حاصل از چهار مدل مختلف که توسط الگوريتم مورچگان بهينه سازي و اجرا شده است ، به شکل هاي ٢ تا ٧ نمايش داده ميشود تا با توجه به نتايج آنها بتوان مدل هاي مختلف را مورد مقايسه قرار داد.
Focardi, (2007), " Robust Portfolio Optimization and Management", John Wiley & Sons, Inc Filho, Valdemer Antonio Dallagnol, (2006), “Portfolio Management Using Value at risk: Acomparison Between Genetic Algorithms and Particle swarm Optimization”, Master Thesis Informatics & Economics, University Rotterdam Forqandoost Haqiqi, Kambiz and Tohid Kazemi,(2012), “Ant Colony Optimization Approach to Portfolio Optimization – A Lingo Companion” , International Journal of Trade, Economics and Finance, Vol. 3, No. 2, April 2012 Gutjahr, Walter J.