انتخاب سبد سهام فازی با استفاده از الگوریتم هوشمند ترکیبی با در نظر گرفتن ریسک نامطلوب

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
مطالعات تجربی نشان می دهد بازده دارایی ها نرمال و متقارن نمی باشد، بنابراین واریانس نمی تواند به درستی به عنوان معیار ریسک مناسب مورداستفاده قرار گیرد. در این پژوهش بازده دارایی ها به عنوان یک عدد فازی در نظر گرفته شده است و از معیار ریسک نامطلوب، نیمه واریانس و نیمه قدر مطلق انحراف از میانگین به عنوان معیار ریسک استفاده شده است. در ادامه به منظور حل مدل های مذکور از دو روش هوشمند ترکیبی بر مبنای الگوریتم ژنتیک و الگوریتم تکامل دیفرانسیلی برای بهینه سازی پرتفوی استفاده شده و در انتها با استفاده از معیار عملکرد اقتصادی مورد مقایسه قرار گرفته شده است. به منظور نشان دادن کارایی مدل ها از داده های بورس اوراق بهادار تهران استفاده شد. یافته ها نشان دادند که فقط استفاده از معیار نیمه قدرمطلق انحراف از میانگین در حالت استفاده از الگوریتم تکامل دیفرانسیلی کارایی بیشتری دارد و همچنین استفاده از روش هوشمند ترکیبی بر مبنای الگوریتم تکامل دیفرانسیلی در دو مدل کارایی بالاتری نسبت به روش هوشمند ترکیبی بر مبنای الگوریتم ژنتیک دارد.
زبان:
فارسی
صفحات:
329 تا 354
لینک کوتاه:
magiran.com/p2001281 
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.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
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!