• شماره ركورد
    25655
  • پديد آورنده

    سعيد بخشنده

  • عنوان
    روشي جديد در بهينه سازي سبد سهام چندهدفه استوار: رويكرد پيشماني توسعه داده شده
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    مهندسي صنايع- بهينه‌سازي سيستم‌ها
  • سال تحصيل
    1397
  • تاريخ دفاع
    1400/6/30
  • استاد راهنما
    محمد سعيدي مهرآباد
  • استاد مشاور
    عمران محمدي
  • دانشكده
    مهندسي صنايع
  • چكيده
    مساله انتخاب سبد سهام همواره يكي از موضوعات جذاب وكاربردي در مسايل و بازارهاي مالي بوده. انتخـاب يك سبد بهينه براي رسيدن به حداكثر سود و حداقل ريسك همـواره مـورد توجـه سـرمايه گـذاران بازارهاي مالي بوده است. همچنين از بهينه سازي استوار به عنوان رويكردي گسترده در مديريت سرمايه گذاري‌ها، براي گنجاندن عدم قطعيت در مدل هاي مالي نام برده مي‌شود. يكي از راه حل هاي مورد استفاده شناسايي مرز پارتو است. مرز پارتو در مسائل تصميم‌گيري، راه‌حلي شفاف براي بيان مبادله بين بازده و ريسك است. در اين پژوهش تئوري نوين بهينه سازي سبد سهام بر پايه مدل بنيادين ماركويتز توسعه يافته است. مدل ماركويتز از لحاظ تئوري ويژگي‌هاي منحصر به فردي دارد، اما ضعف‌هاي آن مانع استفاده از اين مدل در عمل مي‌گردد. در اين پژوهش از توسعه‌ي رويكرد بهينه سازي ترابي-هسيني كه ساختاري فازي مانند دارد، استفاده شده است، همچنين جهت مواجهه با عدم قطعيت‌ها از رويكرد بهينه سازي استوار به منظور كمينه‌سازي تأسف استفاده شده است. به عبارتي ديگر ابتدا مدل ترابي-هسيني را با در نظر گرفتن سناريوها و تركيب‌هاي وزني ويژه، براي دو هدف حداقل كردن ريسك و حداكثر كردن بازده، تشريح نموده و مرز پارتو را به دست آورده، سپس راه حل تأسف مينيماكس را با توجه به سناريوها و تركيب‌هاي وزني لحاظ شده، محاسبه كرده‌ايم. در بخش انتهايي، به منظور ارزيابي عملكرد و اعتبارسنجي مدل ارائه شده، اقدام به پياده سازي آن در بازار بورس تهران شده است. از 50 سهم، كه از تاثيرگذارترين ها بر شاخص بورس تهران هستند استفاده و جواب نهايي ارائه شده است.
  • تاريخ ورود اطلاعات
    1400/09/19
  • عنوان به انگليسي
    A New Robust Multiobjective Portfolio Optimization: An Improved Regret Approach
  • تاريخ بهره برداري
    9/21/2022 12:00:00 AM
  • دانشجوي وارد كننده اطلاعات

    سعيد بخشنده

  • چكيده به لاتين
    The issue of stock portfolio selection has always been one of the most attractive and practical issues in financial issues and financial markets. Choosing an optimal portfolio to achieve maximum profit while its risk is also low has always been the focus of financial market investors. Also robust optimization has become a widely implemented approach in investment management for incorporating uncertainty into financial models.one of the most used soloution is to find a pareto frontier. An efficient frontier in the typical portfolio selection problem provides an illustrative way to express the tradeoffs between return and risk in this study a new theory of stock portfolio optimization is developed based on the Markowitz model. Markowitz model has unique features in theory, but its weaknesses prevent the use of this model in practice. In this research, the development of Torabi-Hosseini optimization approach, which has a fuzzy structure, has been used. Also, in order to deal with uncertainties, a robust optimization approach based on regret minimization has been used. In other words, first explain the Torabi-Hosseini model by considering scenarios and special weight combinations, for the two purposes of minimizing risk and maximizing returns, and obtain the Pareto boundary, then the unfortunate solution of Minimax according to the scenarios. And we have calculated the weight compositions taken into account. In the final part, in order to evaluate the performance and validation of the proposed model, it has been implemented in the Tehran Stock Exchange, Considering the 50 stock exchanges, which are the most influential on the stock index, and at the final step answer is provided.