انتخاب سبد سهام تحت محدودیت های معاملاتی و عدم قطعیت داده ها با استفاده از رویکرد بهینه سازی استوار و الگوریتم فرا ابتکاری NSGA-II
محورهای موضوعی :پژمان پیکانی 1 , عمران محمدی 2 , فرناز برزین پور 3 , علیرضا جندقیان 4
1 - دانشگاه علم و صنعت، تهران، ایران
2 - علم وصنعت
3 - دانشگاه علم و صنعت ایران
4 - دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
کلید واژه: مسئله انتخاب سبد سرمایه محدودیت های معاملاتی بهینه سازی استوار عدم قطعیت الگوریتم فرا ابتکاری NSGA-II,
چکیده مقاله :
سبد سرمایه گذاری مجموعه یا ترکیبی از دارایی های مالی و غیر مالی می باشد که ممکن است توسط یک فرد و یا سازمان انجام شود و چگونگی تشکیل و بهینه سازی آن از اهمیت بالایی برخوردار است. یکی از نکات بسیار مهم در فرآیند سرمایه گذاری و تشکیل پرتفوی که در نظر گرفتن آن موجب تطابق هر چه بیشتر مدل با دنیای واقعی و افزایش کارآمدی آن می گردد، در نظر گرفتن عدم قطعیت موجود در بازار های مالی است. لذا هدف از این پژوهش، ارایه یک مدل دو هدفه انتخاب سبد سرمایه با قابلیت پیاده سازی در شرایط عدم قطعیت داده های مالی می باشد که بدین منظور از رویکرد بهینه سازی استوار استفاده شده است. لازم به ذکر است که بازده و ارزش در معرض خطر مشروط به عنوان اهداف مدل در نظر گرفته شده اند و محدودیت های معاملاتی تعداد سهام مجاز و حدود خرید هر سهم نیز به مدل اضافه گردیده اند. هم چنین با توجه به پیچیدگی مدل ارائه شده، از الگوریتم فرا ابتکاری NSGA-II به منظور حل مدل پیشنهادی پژوهش بهره گرفته شده است. در نهایت نیز مدل با استفاده از داده های واقعی مربوط به 100 و 200 سهم از بورس اوراق بهادار تهران برای بازه زمانی سال 1396، اجرا و حل گردید که نتایج حاکی از کارآمدی رویکرد پیشنهادی به منظور تشکیل سبد سهام با توجه به مطلوبیت ها و محدودیت های سرمایه گذار در شرایط عدم قطعیت داده های مالی می باشد.
Portfolio is a collection or combination of investments in financial and non-financial assets that may be carried out by an individual or organization. How to select and optimize of portfolio is very important. One of the most important points that should be considered in the proposed approach for portfolio selection, is uncertainty. Because, one of the most important features of financial markets is their uncertainty. Thus, the purpose of this study is to present a bi-objective model for portfolio selection that is capable to be used under uncertainty of financial data and for this purpose, a robust optimization approach has been used. It should be noted that return and conditional value at risk (CVaR) are considered as model objectives, and the constraints of the number of shares and the purchasing volume of each share have been added to the model. Also, due to the complexity of the proposed model, a NSGA-II meta-heuristic algorithm has been used to solve the suggested model of research. Finally, the presented model was solved by using the actual data of 200 stocks of Tehran stock market for the period of 2017 and the results were analyzed. The results indicate the efficiency of the proposed approach portfolio selection according to the investor's preferences and constraints under uncertainty of financial data.