بهینهسازی سبد سهام در الگوریتم آتشبازی با استفاده از ارزش در معرض خطر و مقایسه آن با الگوریتم انبوهذرات
نویسندگان
1 دانشیار، گروه اقتصاد، دانشگاه آزاد اسلامی، واحد اصفهان (خوراسگان)، اصفهان، ایران.
2 استادیار، گروه مهندسی صنایع، موسسه آموزش عالی نقش جهان، اصفهان، ایران.
3 دانشجوی دکتری مدیریت دولتی گرایش مالی، دانشگاه آزاد اسلامی، واحد اصفهان (خوراسگان)، اصفهان، ایران.
doi
10.52547/jfmp.11.35.9چکیده
ماهیت فعالیتهای تجاری و سرمایهگذاری به گونهای است که کسب بازدهی مستلزم تحمل ریسک است. انتخاب سبد سهام عمل دشوار و سختی است که سرمایهگذار خود را در مقابل انتخاب زیاد و گوناگونی میبیند که باید یکی از آنها را به عنوان بهترین روش انتخاب کند. پژوهش حاضر به مساله بهینهسازی سبد سهام با توجه به ارزش در معرض خطر بر مبنای الگوریتم هوشمند آتشبازی و مقایسه آن با الگوریتم انبوهذرات از روش شبیهسازی تاریخی با استفاده از نرمافزارMATLAB میپردازد. تنظیم پارامترهای الگوریتمهای فراابتکاری به روش تاگوچی با استفاده از نرم افزارMINITAB انجام شد. در این پژوهش از اطلاعات سهام شرکتهای پذیرفته شده در بورس اوراق بهادار که اطلاعات قیمت و بازده نقدی آنها بین سالهای 1396 تا شهریور 1399 ثبت شده است و مطابق ماده 141 قانون تجارت مشمول تعلیق نیستند، استفاده شد. جهت پایایی پژوهش از آزمون دیکی فولر تعمیم یافته و آزمون فیلیپس پرون استفاده شد. برای ارزیابی دقت مدل ارزش در معرض خطر از آزمون نسبت شکست کوپیک، آزمون استقلال کریستوفرسن و آزمون ترکیبی استفاده شده است. همچنین مقایسه ای نیز بین مدلها توسط آزمون لوپز صورت گرفت. زمان اجرای الگوریتم انبوهذرات نسبت به الگوریتم آتشبازی در هر سه سطح اطمینان کمتر بوده است اما سرعت همگرایی الگوریتم آتشبازی نسبت به الگوریتم انبوهذرات در همه سطوح بیشتر بوده است. یافتههای پژوهش نشان داد که مدل ارزش در معرض خطر با استفاده از الگوریتم آتشبازی علی رغم زمان اجرای بیشتر به علت سرعت همگرایی بهتر و رتبه بالاتر آزمون لوپز از اعتبار مناسبتری جهت بهینهسازی سبد سهام برخوردار است.