Skip to main content
فهرست مقالات

کاربرد الگوریتم ژنتیک در انتخاب یک مجموعه دارایی از سهام بورس اوراق بهادار

نویسنده:

علمی-پژوهشی (وزارت علوم)/ISC (18 صفحه - از 175 تا 192)

کلید واژه های ماشینی : الگوریتم ،الگوریتم ژنتیک ،ژن ،سهام بورس اوراق بهادار ،مجموعه دارایی از سهام بورس ،کروموزوم ،ریسک ،کاربرد الگوریتم ژنتیک در انتخاب ،مجموعه دارایی ،عملگر ،انتخاب ،بازده ،سهام بورس اوراق بهادار عبدالعلی ،سهام ،انتخاب مجموعه دارایی بهینه ،مسئله انتخاب مجموعه دارایی ،حل‌مسئله انتخاب مجموعه دارایی بهینه ،میانگین مقدار تابع برازش کروموزوم‌ها ،بورس اوراق بهادار تهران ،نسل ،سرمایه‌گذار ،بازده مجموعه دارایی ،سهام عرضه‌شده در بورس اوراق ،انتخاب و الگوریتم ژنتیک ،عملگر تقاطعی ،پارامترهای ،بورس اوراق بهادار عبدالعلی زاده ،حالت ،اجرای الگوریتم احتمال عملگر تقاطعی ،ریسک و بازده

کاربرد الگوریتم ژنتیک در انتخاب یک مجموعه دارایی از سهام بورس اوراق بهادار عبدالعلی زاده شهیر سیمین,عشقی کورش پیچیدگی بازارها، به ویژه طیف گسترده ابزارهای سرمایه گذاری و عوامل متعدد موثر بر آنها، تصمیم گیری در خصوص انتخاب نوع دارایی را برای سرمایه گذاران دشوار می کند؛ به طوری که سرمایه گذاران همواره در تصمیم گیری های خود با مساله بهینه سازی مجموعه دارایی روبه رو هستند. هدف از این بهینه سازی، تعیین میزان تخصیص وجه به هر دارایی به گونه ای است که بازده مجموعه دارایی، حداکثر و ریسک آن، حداقل گردد. از آنجا که هیچ گونه الگوریتم کارایی برای یافتن پاسخ بهینه برای مسئله مجموعه دارایی با ابعاد بزرگ وجود ندارد، در این مقاله دو الگوریتم ژنتیک برای یافتن پاسخی نزدیک به بهینه طراحی شده است. اولین الگوریتم، مجموعه دارایی با بالاترین بازده و کمترین ریسک و نیز کمترین ضریب همبستگی با سایر دارایی ها را انتخاب و الگوریتم ژنتیک دوم، وزن هر یک از دارایی ها را در مجموعه دارایی تعیین می کند. در نهایت، این دو الگوریتم برروی سهام عرضه شده در بورس اوراق بهادار تهران با بیش از 200 سهام پیاده و نتایج آن ارایه شده است.

خلاصه ماشینی:

"هدف از الگوریتم ژنتیک ارائه شده در این بخش،انتخاب یک مجموعه از دارایی‌ها است که علاوه براینکه دارای بیشترین بازده و کمترین ریسک هستند،ضریب همبستگی بین دارایی‌های موجود در اینمجموعه نیز کمترین مقدار را دارا باشد. به منظور تعیین یک الگوریتم مناسب برای این قسمت از دو عملگر تقاطعی(روش یک نقطه برش وروش دو نقطه برش)،و یک عملگر جهشی(معاوضه)و نیز دو رویکرد برای انتخاب بهترین کروموزوم‌ها(چرخ رولت و((به تصویر صفحه مراجعه شود))استفاده شده است که در نهایت،با استفاده از روش‌های آماری بهترین حالتانتخاب خواهد شد. الگوریتم ژنتیک برای تعیین نحوه تخصیص مجموعه دارایی‌ها هدف از این قسمت،تعیین وزن بهینه هریک از دارایی‌های انتخاب شده به وسیله الگوریتم اول بهگونه‌ای است که ریسک مجموعه دارایی دارای کمترین مقدار باشد. به منظور تعیین یک الگوریتم مناسب برای این بخش،دو عملگر تقاطعی(روش یک نقطه برش وروش دو نقطه برش)و دو عملگر جهشی(روش یکنواخت و روش معاوضه)در نظر گرفته شده است کهدر نهایت،با استفاده از روش‌های آماری بهترین الگوریتم انتخاب می‌شود. حالات مورد بررسی برای الگوریتم ژنتیک دوم (به تصویر صفحه مراجعه شود) به منظور تجزیه‌وتحلیل و انتخاب بهترین حالت در جداول(2)و(3)از روش‌های آماری استفادهشده است که در بخش نتایج محاسباتی به طور مشروح مورد بررسی قرار گرفته است. نتایج اجرای حالات مختلف الگوریتم دوم بر روی مسائل نمونه (به تصویر صفحه مراجعه شود) به منظور انتخاب مقادیر پارامترها،طی چند مرحله الگوریتم با پارامترهای مختلف مورد آزمون قرارگرفت و مقادیر فوق که بهترین نتایج را ارائه می‌دادند،انتخاب شدند. Application of Genetic Algorithms in Portfolio Optimization for the Oil and Gas Industry. Distributed Genetic Algorithms with an Application to Portfolio Selection Problems."

  • دانلود HTML
  • دانلود PDF

برای مشاهده محتوای مقاله لازم است وارد پایگاه شوید. در صورتی که عضو نیستید از قسمت عضویت اقدام فرمایید.