استفاده از رویکرد گروه بندی در بهینه سازی سهام در بورس اوراق بهادار تهران با استفاده از الگوریتم ژنتیک با تقریب های جمع آوری نمادین [پايان نامه فارسي]
محمود سیدقربان
| شناسگر رکورد: | ۱۵۹۵۵ |
| رشته تحصیلی: | سیستم های مالی |
| عنوان: | استفاده از رویکرد گروه بندی در بهینه سازی سهام در بورس اوراق بهادار تهران با استفاده از الگوریتم ژنتیک با تقریب های جمع آوری نمادین |
| نويسنده: | محمود سیدقربان |
| استاد راهنما : | دکتر فریماه مخاطب رفیعی |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۳۹۸ |
| چکیده: | بهینه سازی سبد سهام به موجب تغییر سریع اقتصاد یک موضوع تحقیقاتی جذاب و نوعی مساله پیچیده است. براساس تکنیکهای بهینه سازی، بسیاری از الگوریتمها برای استخراج سبدهای مختلف مطرح شدهاند. سبد سهام گروهی (GSP)، براساس هدفهای سرمایه گذاران با الگوریتم ژنتیک گروه بندی به دست آمد. سهام به دو گروه تقسیم میشود که در یک گروه مشابه هستند. مزیت استفاده از GSP این است که سرمایه گذاران میتوانند هر سهامی را که دوست ندارند با سهام جایگزین در گروه مشابهی جایگزین کنند. به منظور افزایش تشابه سهام در گروهها، سری قیمت سهام در نظر گرفته میشود و رویکرد بهبود یافتهای نیز برای استخراج GSP مبتنی بر سری پیشنهاد میشود که می تواند برای فراهم کردن سبد سهام قابل اجرا در تصمیمات سرمایه گذار استفاده شود. در نمایش کروموزوم، از گروهبندی، بخشهای سبد سهام و سهام برای نشان دادن GSP استفاده میشود همانطور که رویکرد قبلی انجام داده است. برای افزایش بازده و تشابه GSP، ضریب پایداری براساس سود سهام نقدی مطرح میشود و تعادل قیمت و واحد نیز به خوبی استفاده میشود. بدلیل اینکه ابعاد سری قیمت سهام بالاست، تقریب جمع آوری نمادین (SAX) و تقریب جمع آوری نمادین تعمیم یافته (ESAX) برای تبدیل نقاط داده در نمادها انتخاب میشوند. سپس، ضریب فاصله سری برای ارزیابی تشابه سری قیمت سهام در گروه های از GSP ارائه میشود. با استفاده از ضرایب جدید و ضرایب فعلی در رویکرد قبلی، دو تابع تناسب جدید برای ارزیابی کیفیت کروموزوم توسعه مییابد. آزمایشاتی بر روی مجموعه داده واقعی انجام شده تا معیارهای رویکرد پیشنهادی را با استفاده از دو تابع تناسب با SAX و ESAX نشان دهند. نتایج نشان داده که بازده سرمایه (ROI) رویکرد پیشنهادی با استفاده از توابع تناسب با ESAX بهتر از ROI بدست آمده با SAX می باشد و رویکرد پیشنهادی با ESAX به تشابه گروهی بهتری از آن چیزی که SAX انجام می دهد دست می یابد. |
| واژگان کلیدی: | مهندسی صنایع |
| واژگان کلیدی: | مهندسی مالی |
| واژگان کلیدی: | سیستمهای مالی |
| واژگان کلیدی: | تقریب جمع آوری نمادین توسعه یافته |
| واژگان کلیدی: | الگوریتم ژنتیک گروه بندی |
| واژگان کلیدی: | سبد سهام گروهی |
| واژگان کلیدی: | تقریب جمع آوری نمادین |
| واژگان کلیدی: | سری قیمت سهام |
| شماره ثبت | جزء | نسخه | جلد | بخش | قسمت | مرجع | شماره بازیابی | در دست امانت | تاریخ بازگشت | ملاحظات | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 223731 | 1 | ||||||||||
| 223732 | 2 |
جهت مشاهده فایل دیجیتال با حساب کاربریتان وارد شوید
جهت ثبت نظر با حساب کاربری تان وارد شوید