چکیده:
سرمایهگذاران مختلف با سطوح سرمایهگذاری متفاوت در یک هدف با یکدیگر مشترک هستند و آن هم دستیابی به سبدی از داراییها است که در عین برآورده نمودن بازده مورد انتظار آنها، حداقل ریسک ممکن را به همراه داشته باشد. در این تحقیق هدف ما کمک به یک شرکت سرمایهگذاری جهت دستیابی به ترکیب بهینهای از داراییها متشکل از سهام شرکتهای خصوصی زیر مجموعهی خود و انواع دیگری از داراییها که ریسک کمتری را به همراه دارند است. یکی از مشکلات اصلی در سرمایهگذاری در سهام شرکتهای خصوصی، کمبود دادههای مربوط به بازده و ریسک آنها در مقایسه با دادههای موجود از سهام شرکتهای بورسی است. در این تحقیق از یک رویکرد شبیهسازی که توانایی تولید مقادیر تصادفی در حالت کمبود داده را دارا است، جهت محاسبهی بازده و ریسک سرمایهگذاری در شرکتهای خصوصی پرداختهایم. همچنین با توجه به این که مساله بهینهسازی سبد، یک مساله NP-Hard به شمار میآید، با تعریف یک مدل بهینهسازی دو هدفه برای مساله، به حل آن با استفاده از الگوریتم زنبور عسل مبتنی بر ماتریس کوواریانس پرداختهایم. نتایج به دست آمده حاکی از آن است که یک سبد بهینه سبدی است که علاوه ترکیبی از داراییهای کم ریسک و پرریسک را درون خود داشته باشد.
Different investors with different investment levels have a goal in common which is to reach a portfolio of assets which further to meeting the expected rate of return would have the least possible level of risk. In this study we aim to help an investment company to determine an optimized combination of assets containing the stocks of its subsidiary companies as well as other lower risk assets. One of the main challenges in investing in private companies’ stocks, is the lack of data related to their return and risk compared with public companies. In this paper we apply a simulation approach which is able to generate valid random numbers in data insufficiency condition to calculate the return and the risk of the private assets. Furthermore, defining the problem as a bi-objective optimization problem and regarding the fact that portfolio selection is an NP-Hard problem, we use a multi-objective covariance-based artificial bee colony algorithm to solve our problem. The results show that efficient portfolios are the ones have both high risk and low risk assets simultaneously.
خلاصه ماشینی:
حل مسأله بهينه سازي سبد سهام شرکت هاي خصوصي در شرايط کمبود داده با استفاده از الگوريتم کلوني زنبور عسل (ABC) 1 فريدون رهنماي رودپشتي تاريخ دريافت : ٩٦/٠٨/٠٧ تاريخ پذيرش : ٩٦/١١/٠٧ 2 احسان ساده 3 ميرفيض فلاح شمس 4 رضا احتشام راثي جميل جليليان ٥ چکيده سرمايه گذاران مختلف با سطوح سرمايه گذاري متفاوت در يک هدف با يکديگر مشترک هستند و آن هم دست يابي به سبدي از داراييها است که در عين برآورده نمودن بازده مورد انتظار آنها، حداقل ريسک ممکن را به همراه داشته باشد.
همچنين پژوهش هاي صورت گرفته در اين حوزه ، همواره مسأله بهينه سازي سبد سهام را براي داراييهاي با قابليت معامله بالا مانند سهام شرکت هاي بورسي که داده هاي فراواني از آنها جهت محاسبه ي بازده و ريسکشان در دسترس است ، مورد بررسي قرار داده اند.
"The mean–variance cardinality constrained portfolio optimization problem: An experimental evaluation of five multiobjective evolutionary algorithms.
An artificial bee colony algorithm for the cardinality- constrained portfolio optimization problems.
"A survey on multiobjective evolutionary algorithms for the solution of the portfolio optimization problem and other finance and economics applications.
"Evolutionary multi-objective optimization algorithms for fuzzy portfolio selection.
103 يادداشت ها 1 Qu & Suganthan 2 Mishra 3 Markowitz 4 Macedo 5 Ponsich 6 Kumar 7 Saborido 8 Talbi 9 Corazza 10 Sharpe Ratio 11 Fu 12 Chen 13 Liao 14 Anagnostopoulos & Mamanis 15 Bermudez 16 Deng 17 Multi-objective Co-variance based ABC 18 Invasive Weed Optimization 19 Tapia & Coello 20 Branke 21 McKay 22 Karaboga 23 Akay 104