بهینهسازی سبد سرمایهگذاری با بهرهگیری از استراتژیهای بازخوردی مبتنی بر شبکههای عصبی مصنوعی [Persian Thesis]
بهزاد فلاح
| شناسگر رکورد: | ۵۲۷۲۴ |
| رشته تحصیلی: | مهندسی مالی و مدیریت ریسک |
| عنوان: | بهینهسازی سبد سرمایهگذاری با بهرهگیری از استراتژیهای بازخوردی مبتنی بر شبکههای عصبی مصنوعی |
| نويسنده: | بهزاد فلاح |
| استاد راهنما : | دکتر مهدی حق باعلی |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۴۰۴ |
| چکیده: | مدیریت بهینه سبد سرمایهگذاری بهعنوان یکی از چالشهای اصلی در مهندسی مالی، بهویژه در شرایط بازارهای پویا و پیچیده، اهمیت فراوانی دارد. در سالهای اخیر، استفاده از یادگیری عمیق (Deep Learning) برای بهینهسازی پویای تخصیص دارایی پیشرفتهای قابل توجهی داشته است. بیشتر تحقیقات موجود تمرکز خود را بر حل تقریبی معادله همیلتون ژاکوبی بلمان (HJB) گذاشتهاند که فرآیندی پیچیده و وابسته به مدل دقیق دینامیک بازار است. با این حال، رویکردهای نوین پیشنهاد میکنند که بهجای استخراج صریح و مستقیم معادله HJB، میتوان بهصورت تجربی و مبتنی بر بیشینهسازی مطلوبیت نهایی سرمایهگذار، استراتژیهای بهینه تخصیص پرتفوی را از طریق شبکههای عصبی مصنوعی (ANN) یاد گرفت. این روش از سادگی، انعطافپذیری بالا و عدم نیاز به حل تحلیلی دینامیک بازار برخوردار است و امکان کاربرد وسیعتری در بازارهای مالی فراهم میآورد. در این پژوهش، قصد داریم این رویکرد تجربی را برای تخصیص بهینه سرمایه بین داراییهای بدون ریسک (مانند اوراق دولتی) و داراییهای پرریسک که رفتار آنها بر اساس مدل نوسان تصادفی هِستون (Heston) توصیف میشود، پیادهسازی کنیم. هدف اصلی، طراحی و آموزش یک شبکه عصبی پیشخور است که بتواند استراتژی بهینه تخصیص سرمایه را مستقیماً بر اساس دادههای شبیهسازی شده بازار بیاموزد. در ادامه، عملکرد این استراتژی مبتنی بر ANN با نتایج تحلیلی حاصل از حل مدل هِستون مقایسه خواهد شد تا اثربخشی و قابلیت کاربرد آن در محیطهای واقعی بررسی شود. این رویکرد نوین میتواند به عنوان جایگزینی عملیتر و انعطافپذیرتر برای روشهای تحلیلی پیچیده در بهینهسازی پرتفوی مطرح گردد. |
| واژگان کلیدی: |
یادگیری عمیق شبکههای عصبی مصنوعی مدل نوسان تصادفی هِستون بهینه سازی سبد سرمایهگذاری |
| Register Number | Part3 | Version | Volume | Part | Part2 | Reference | Call Number | lended | Date Back | Description | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 285067 | 1 |
MSG_PleaseSigninWithYourAccountToViewTheDigitalFiles
LoginWithYourAccountToPostComment