Abstract:
این تحقیق با هدف دستیابی به یک مدل سرمایهگذاری مناسب در سبد سهام صورت گرفته است،که تشکیل سبد سهام برای سرمایهگذاران مخاطرهپذیر مدنظربوده و هدف حد اکثرسازی بازده سبد سهام است.مبنای مقیسه در این تحقیق،مدل مارکویتز در نظریه سبد سهام میباشد.این مدل میتواند تحت مفروضات بیان شده،سبد بهینه را ارائه نماید.در کنار این مدل،مدلهای ایجادشدهبه کمک شبکههای عصبی مصنوعی معرفی گردیده و در مورد چند سرمایهگذاری با مدل مارکویتز مقایسه شدهاند.روش آموزش شبکههای عصبی«یادگیری از طریق الگوریتم پس از انتشار خطا»میباشد. سبدهای 10 سهمی در بازار بورس اوراقبهادار تهران با استفاده از بازدههای روزانه تشکیل گردیده که از هر دو مدل برای تشکیل سبد استفاده شده است.هم بازده روزانه و هم نتیجه سرمایهگذاری در پایان دوره،مدل شبکه عصبی در مقایسه با مدل مارکویتز،در مجموعه آزمون دارای تفاوت معنیدار میباشد.این دو مدل هم در حالت ایستا و هم در حالت پویا به کار گرفته میشوند که در هر دو مورد،مدل شبکه عصبی بر مدل مارکویتز برتری دارد.و همچنین ریسک سبدهای ایجادشده توسط شبکههای عصبی از مدل مارکویتز کمتر بوده است. ضمنا،هزینه معامله در هیچکدام از مدلهای مارکویتز و شبکههای عصبی در نظر گرفته شده است.مطالعات انجامشده،نشان میدهد که استفاده از شبکههای عصبی در تشکیل سبد سهام میتواند مؤثر باشد.
Machine summary:
"تشکیل سبد سهام برای سرمایهگذار مخاطرهپذیر «مقایسه شبکه عصبی و مارکویتز» دکتر رضا راعی* چکیده این تحقیق با هدف دستیابی به یک مدل سرمایهگذاری مناسب در سبد سهام صورت گرفته است،که تشکیل سبد سهام برای سرمایهگذاران مخاطرهپذیر مدنظربوده و هدف حد اکثرسازی بازده سبد سهام است.
[6] مدل سرمایهگذاری با استفاده از شبکههای عصبی ابتدا دادههای خام از بازار سهام جمعآوری گردید،این دادهها مربوط به ده شرکت انتخابی از بازار بورس اوراق بهادار تهران بودند،سپس پیش پردازش دادهها جهت به دست آوردن بازده صورت گرفت.
بازده سبدهای روزانه مدل ماکویتز و شبکه عصبی ایستا با مخاطره زیاد مقایسه نتایج شبکه عصبی با مدل مارکویتز مدل طراحی شده صرفا برای سرمایهگذار ریسکپذیر است.
نتایج مدل یادشده نیز به دو روش زیر محاسبه گردیده است: الف)مدل مارکویتز ایستا،در این مدل پارامترهای بازده مورد انتظار،انحراف معیار و کوواریانس سهام با استفاده از دادههای موجود در مجموعه آموزش شبکه محاسبه گریده و تا پایان دوره سرمایهگذاری(معادل مجموعه آزمایش)تخمین زده شد.
نتیجه سرمایهگذاری در سبدهای مارکویتز ایستا و شبکه عصبی با مخاطره زیاد (به تصویر صفحه مراجعه شود) نمودار 8.
آزمونها نشان میدهد که با اطمینان 99%اختلاف معنیداری بین نتایج روزانه سرمایگذاری در مدل مارکویتز و شبکه عصبی وجود دارد و اختلاف معنیدار بین واریانسها نیز تایید میشود.
مدل مارکویتز،برای انتخاب یک سبد سهام بهینه،تنها ارتباط سهام با یکدیگر را ملاک قرار میدهد در صورتی که بازده هر سهم نه تنها تحتتأثیر سهام دیگر است،بلکه شرایط و عوامل دیگری نیز بر این بازدهی اثر میگذارند که مدل مارکویتز این عوامل بویژه عوامل پنهان را لحاظنکرده است."