بهینه سازی چندهدفه مساله سبد سهام با استفاده از تحلیل سلسله مراتبی و الگوریتم ژنتیک

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (بدون رتبه معتبر)
چکیده:
این پژوهش با در نظر گرفتن دانش مدیریت مالی و سرمایه گذاری جهت ارزیابی ریسک و بازده با توجه به محدودیت هایی از قبیل دارایی فرد خریدار برای خرید هر سهم، به تجزیه و تحلیل مدل مبنایی بهینه سازی سبد سهام پرداخته است. بر این اساس، مدلی جدید را در قالب برنامه ریزی خطی جهت بهینه سازی سبد سرمایه گذاری و با در نظر گرفتن نرخ بازده مورد انتظار و حداقل ریسک و دارایی فرد، طراحی شده است. بعد از مطرح کردن مدل مورد نظر در قالب برنامه ریزی خطی و بیان محدودیت های مربوط به آن، انواع مختلف سرمایه گذاری را بررسی کرده که یک سرمایه گذار می تواند جهت تشکیل سبد سرمایه گذاری خود، آنها را مورد بررسی قرار دهد. در نهایت، برای حل این مدل یک روش با استفاده از الگوریتم ژنتیک ارائه و در ارتباط با نمونه ای واقعی اجرا و تحلیل می شود. بر اساس نتایج این تحقیق، مدل جدید ریسک نامطلوب را به میزان بسیار زیادی در مقایسه با مدل های ارائه شده ی قبلی کاهش داده است به گونه ای که این روند با افزایش تعداد سهام مورد مطالعه به صورت پله ای و نزولی ادامه می یابد.
زبان:
فارسی
صفحات:
73 تا 101
لینک کوتاه:
magiran.com/p2048527 
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!