|
|
مدلسازی در مهندسی، جلد ۱۲، شماره ۳۸، صفحات ۱-۱۳
|
|
|
| عنوان فارسی |
انتخاب بهینه سبد سهام با محدودیت با استفاده از الگوریتم ژنتیک تنظیم شده |
|
| چکیده فارسی مقاله |
سبد سهام مجموعه یا ترکیبی از سرمایه گذاریهاست که ممکن است توسط یک فرد یا یک سازمان انجام شوند. بنابراین بهینه سازی آن بسیار اهمیت پیدا می کند چرا که در این صورت می توان با کمترین ریسک بیشترین سود را بدست آورد. این مقاله مسئله بهینه سازی سبدسهام را با اضافه کردن محدودیت هایی مثل حدود خرید و محدود کردن تعداد خرید، برای نزدیک تر شدن به شرایط دنیای واقعی مورد بررسی قرار می دهد این در حالی است که روش های عادی نمی توانند جواب های قابل قبولی را برای آن ارائه دهند. بنابراین ما برای حل این مسئله از الگوریتم ژنتیک که با الهام از پدیده طبیعی تکامل، پایه ریزی شده استفاده نموده ایم. الگوریتم ژنتیک توسط افراد دیگری برای این مسئله مورد استفاده قرار گرفته اما جواب های آن با روش های نوین ابداعی که به تازگی برای آن استفاده می شوند قابل رقابت نیست در این مقاله نشان می دهیم که این الگوریتم هنوز کارایی لازم را دارد. پارامتر های مختلفی که در این الگوریتم مورد استفاده قرار گرفته است همگی بوسیله روش آماری تاگوچی کالیبره شده اند. در نهایت با مقایسه نتایج این روش با سایر روش ها پی به کارا بودن این الگوریتم برای مسئله سبد سهام می بریم. |
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
CONSTRAINED PORTFOLIO SELECTION OPTIMIZATION USING CALIBRATED GENETIC ALGORITHM |
|
| چکیده انگلیسی مقاله |
Portfolios are a proper collection of investments choosing by an organization or a person. Hence portfolio optimization is a very prominent problem by optimizing which we can attain more profit with the less risk. In this paper, we consider a portfolio optimization problem with some constraints such as boundary and cardinality constraints. Although adding these constraints makes the model more adapted to real world problems, it leads to disability of exact methods to find the optimal solutions in a reasonable time. In order to find optimal solutions, we use an improved genetic algorithm inspiring by natural evolution. We indicate that our proposed algorithm is more efficient and effective than many genetic algorithms which have been previously presented. Parameter setting of the proposed algorithm is done by means of a statistical method based on Taguchi technique. Finally, we perform some computational experiments which confirm the efficiency of our algorithm for portfolio optimization. |
|
| کلیدواژه‌های انگلیسی مقاله |
|
|
| نویسندگان مقاله |
علی نعیمی صدیق | ali naimi sadigh
semnan university
دانشگاه سمنان
سازمان اصلی تایید شده: دانشگاه سمنان (Semnan university)
پوریا وفادوست سبزوار | puria vafadoust sabzevar
semnan university
دانشگاه سمنان
سازمان اصلی تایید شده: دانشگاه سمنان (Semnan university)
|
|
| نشانی اینترنتی |
http://modelling.journals.semnan.ac.ir/browse.php?a_code=A-10-1013-1&slc_lang=fa&sid=fa |
| فایل مقاله |
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1058/article-1058-207744.pdf |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
مهندسی صنایع |
| نوع مقاله منتشر شده |
پژوهشی |
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|