مدلی برای انتخاب بهینه پرتفوی سهام با استفاده از روش های تصمیم گیری چند معیاره و تحلیل پوششی داده های فازی[پايان نامه فارسي]

محمدحسین مظفری

شناسگر رکورد: ۵۱۸۱۵
رشته تحصیلی: سیستم های مالی
عنوان: مدلی برای انتخاب بهینه پرتفوی سهام با استفاده از روش های تصمیم گیری چند معیاره و تحلیل پوششی داده های فازی
نويسنده: محمدحسین مظفری
استاد راهنما : دکتر فریماه مخاطب رفیعی
مقطع تحصیلی : کارشناسی ارشد
دانشگاه : خاتم
تاریخ دفاع : ۱۴۰۳
چکیده: بهینه‌سازی سبد سهام یک جنبه حیاتی از مدیریت سرمایه‌گذاری است که هدف آن ایجاد سبد سهامی است که بازده را به حداکثر و ریسک را به حداقل می‌رساند. روش‌های سنتی بر مدل‌های آماری و روش‌های بهینه‌سازی تکیه می‌کنند. اما مدل‌های سنتی معمولاً فرض می‌کنند که روابط بین متغیرها خطی یا ساده هستند. این امر باعث می‌شود که نتوانند الگوهای پیچیده و غیرخطی را شناسایی کنند. از طرفی مدل‌های آماری برای حجم‌های کوچک تا متوسط داده‌ها طراحی شده‌اند و با افزایش حجم داده‌ها، کارایی آن‌ها کاهش می‌یابد. با پیشرفت‌های فناوری، مدل‌های شبکه عصبی مصنوعی (ANN) به عنوان یک ابزار قدرتمند برای بهینه‌سازی سبد سهام ظاهر شده‌اند. در این حوزه، مدل‌های ANN می‌توانند به طور مؤثر حجم زیادی از داده‌های مالی را مدیریت کنند و روابط غیرخطی را بین طبقات مختلف دارایی شناسایی کنند. در این پژوهش از مدل شبکه عصبی مصنوعی برای بهینه‌سازی سبد سهام استفاده شده است. به این منظور داده‌های مالی مانند قیمت سهام به عنوان متغیرهای ورودی استفاده می‌شود. سپس مدل ANN این داده‌ها را پردازش می‌کند تا وزن‌های سبد سهام بهینه‌شده برای دارایی‌های مختلف را تولید کند. هدف مدل ANN دستیابی به موازنه ریسک و بازده است، به این منظور از تعدیل سبد سهام نیز استفاده می‌گردد. طبق نتایج به دست آمده، پس از تعدیل، بازده و تلاطم سبد سهام تثبیت گردید. با ادامه پیشرفت فناوری، سرمایه‌گذاران می‌توانند تصمیمات آگاهانه‌تر و مؤثرتری در ساخت پرتفوی‌های متنوع بگیرند. کلمات کلیدی: بهینه‌سازی سبد سهام، مدل شبکه عصبی مصنوعی، ریسک، بازده، تعدیل سبد سهام
شماره ثبت نسخه جلد بخش مرجع شماره بازیابی در دست امانت تاریخ بازگشت ملاحظات
284674 1
Copyright 2025 by Payam Hannan co ltd. PayamLib.com