تشکیل پرتفوی سهام با استفاده از مدل تحلیل ممیز قطری درجه دو و وزن دهی بر اساس احتمال پسین
نویسندگان
1 استادیار دانشکده مدیریت دانشگاه تهران، تهران، ایران
2 کارشناس ارشد مهندسی مالی، دانشگاه تهران، تهران، ایران
doi
چکیده
پیشبینی بازدهی سهام از مهمترین مسائل سرمایهگذاری در اوراق بهادار است از طرفی، با توجه به اینکه بازار سهام، سیستمی غیرخطی و آشوب گونه که تحت تأثیر شرایط سیاسی، اقتصادی و غیره هست لذا پیشبینی بازدهی نیازمند ابزارهای هوشمند و پیشرفتهای همچون ماشینهای یادگیرنده است. در این تحقیق هدف اصلی تفکیک سهام به دو طبقه پربازده و کم بازده و تشکیل پرتفوی است که بدین منظور از تحلیل ممیز قطری درجه دوم و ماشین بردار پشتیبان و همچنین برای گزینش بهترین متغیرها جهت پیشبینی طبقه بازدهی از روش انتخاب ویژگی متوالی استفاده شده است. برای هر مدل در حالتی که وزن سهمها برابر است بر اساس پیشبینی طبقه بازدهی هر سهم طی سالهای 88-91 پرتفوی تشکیل داده شده است که نتایج رضایت بخش بوده و همه پرتفوی های تشکیل شده بازدهی بیشتر از بازدهی پرتفوی معیار داشتند. برای مدل تحلیل ممیز با انتخاب ویژگی، از احتمال پسین جهت وزن دهی استفاده و با پرتفوی معیار مقایسه شد که نتایج دلالت بر وجود تفاوت معنادار بین بازدهی دو پرتفوی و برتری پرتفوی مدل تحلیل ممیز دارد.
