پیش بینی سبد بهینه سهام رویکرد الگوریتم فراابتکاری و فرآیند تصمیم مارکوف
نویسندگان
1 استادیار، گروه مدیریت فناوری اطلاعات، دانشکده مدیریت، واحد الکترونیکی، دانشگاه آزاد اسلامی، تهران، ایران
2 استادیار گروه مدیریت بازرگانی، واحد شهرقدس، دانشگاه آزاد اسلامی، تهران، ایران.
3 استادیار گروه مدیریت مالی، دانشکده مدیریت، واحد الکترونیکی، دانشگاه آزاد اسلامی، تهران، ایران.
4 دانشجوی دکتری مهندسی مالی، واحد شهرقدس، دانشگاه آزاد اسلامی، تهران، ایران.
doi
10.22105/dmor.2020.239616.1183چکیده
یکی از جذابترین حوزههای تصمیمگیری در شرایط عدم اطمینان بهینهسازی پرتفوی سهام است. در تصمیمگیری بهمنظور سرمایهگذاری، دو عامل از اهمیت بسزایی برخوردار بوده و مبنای سرمایهگذاری میباشد. این دو عامل ریسک و بازده هستند و در این رابطه، بررسی و مطالعه سرمایهگذاران در جهت انتخاب بهترین سبد سرمایهگذاری با توجه به میزان ریسک و بازده آن انجام میشود. پرتفوی به ترکیبی از داراییها گفته میشود که توسط یک سرمایهگذار برای سرمایهگذاری تشکیل میشود. فرآیند انتخاب سبد سهام یکی از مسائلی است که موردتوجه محققین زیادی بوده است. هدف این تحقیق ایجاد سبد بهینه سهام با استفاده از دادههای پیشبینیشده میباشد. نمونه آماری تحقیق شامل دادههای مالی شرکتهای بورس ایران طی سالهای 1390 تا 1397 میباشد. در این پژوهش با استفاده از الگوریتم رگرسیون لبه اقدام به پیشبینی بازده سهام شده است و درنهایت با استفاده از روش مارکوف و الگوریتم خوشهبندی طیفی فیلتر لازم جهت انتخاب دادههای اولیه مناسب انجام شد و روش فراابتکاری فرهنگی با دادههای پیشبینی، سبد بهینه سهام را برای گروه سرمایهگذار با تمایلات ریسکپذیر و همچنین ریسک گریز ارائه کرد. نتایج تحقیق نشان میدهد که الگوریتم فراابتکاری فرهنگی با توجه به روش شارپ توانایی ایجاد سبد بهینه سهام با استفاده از دادههای پیشبینیشده را با روش مارکویتز برای سرمایهگذاران ریسکپذیر و ریسک گریز دارد.