ارائه مدلی جهت پیاده سازی سرمایه گذاری هسته-پیرو در بورس تهران با استفاده از رویکرد ترکیبی الگوریتم های دقیق و فراابتکاری

چکیده:
در این تحقیق مدیریت اثربخش دارایی ها با مشخصه کنترل ریسک، کاهش هزینه و دستیابی به بازدهی فراتر از متوسط بازار مورد مطالعه قرار گرفته است. بدین منظور تخصیص بهینه دارایی ها به دو بخش هسته و پیرو با لحاظ نمودن درجه ریسک گریزی سرمایه گذار مد نظر قرار گرفت. بخش هسته در پورتفوی مورد نظر متناظر با یک صندوق شاخصی است که از طریق بکارگیری یک الگوریتم ابتکاری ژنتیک پایه انتخاب و دستیابی به عملکردی مشابه شاخص را به لحاظ ریسک و بازدهی تضمین می نماید. بخش پیرو متشکل از واحدهای صندوق های سرمایه گذاری منتخب است که بصورت فعال مدیریت شده و هدف کسب بازدهی فراتر از شاخص را دنبال می نماید.
به منظور شبیه سازی بخشی از داده های مورد نیاز از مدل EGARCH و جهت مدل سازی مساله هسته – پیرو از یک تابع چند هدفه بصورت بیشینه سازی بازدهی مازاد پورتفوی و حداقل نمودن واریانس آن نسبت به شاخص کل استفاده گردید. نتایج حاصل از تجزیه و تحلیل داده ها بر رابطه مستقیم میان درجه ریسک گریزی و وزن تخصیص یافته به بخش هسته دلالت دارد. همچنین محاسبات انجام شده دستیابی به بازدهی فراتر از شاخص و توانایی ردیابی مناسب پورتفوی تشکیل شده را مبتنی بر معیارهایی چون همبستگی و ریشه دوم میانگین مربعات خطا با بهره گیری از داده های خارج از نمونه به اثبات رساند.
زبان:
فارسی
صفحات:
53 تا 70
لینک کوتاه:
magiran.com/p1533651 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!