دانش رسان |
مرکز علم و دانش کشور انتخاب پرتفوی بهینه فازی بر پایه مدل چندهدفه میانگین-واریانس-چولگی با بکارگیری الگوریتم NSGA-II
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
انتخاب پرتفوی بهینه فازی بر پایه مدل چندهدفه میانگین-واریانس-چولگی با بکارگیری الگوریتم NSGA-II دارای ۱۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد انتخاب پرتفوی بهینه فازی بر پایه مدل چندهدفه میانگین-واریانس-چولگی با بکارگیری الگوریتم NSGA-II کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی انتخاب پرتفوی بهینه فازی بر پایه مدل چندهدفه میانگین-واریانس-چولگی با بکارگیری الگوریتم NSGA-II،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن انتخاب پرتفوی بهینه فازی بر پایه مدل چندهدفه میانگین-واریانس-چولگی با بکارگیری الگوریتم NSGA-II :
تعداد صفحات :۱۸
چکیده مقاله:
تشکیل پرتفوی بهینه یک تصمیم مهم و حساس برای سرمایهگذاران میباشد. مدلهای کلاسیک پرتفوی عموماً به معیارهای میانگین و واریانس بازده توجه داشته، اکثراً تک هدفه در نظر گرفته شده و تحت شرایط قطعیت مطالعه و تحلیلشدهاند. اما در دنیای واقعی مسئله انتخاب پرتفوی، یک مسئله چندهدفه میباشد و علاوه بر معیارهای میانگین و واریانس بازده میبایست به سایر معیارها نظیر ریسک نقدشوندگی نیز توجه داشت. از سوی دیگر، در عمل ما با دادههای نادقیق ومبهم روبرو هستیم و میبایست مسئله انتخاب پرتفوی تحت شرایط عدم قطعیت مورد مطالعه و بررسی قرار گیرد. در این مقاله ما یک مدل برنامهریزی چندهدفه فازی جدید بر پایه مدل میانگین-واریانس-چولگی را برای انتخاب پرتفوی بهینه تحت شرایط عدم قطعیت توسعه دادهایم. توابع هدف شامل حداکثرسازی بازده مورد انتظار، حداکثر چولگی یا شانس بهدست آوردن بازدههای مورد انتظار بیشتر و حداقلسازی ریسک نقدشوندگی میباشد. نرخهای بازده، نرخهای گردش مالی، حداکثر تعداد سهام موجود در پرتفوی به صورت اعداد فازی مثلثی در نظر گرفته شده است. برای حل این مسئله یک الگوریتم ژنتیک مرتبسازی نامغلوب نخبهگراNSGA-II توسعه داده شده است. الگوریتم ژنتیک ارزیابی برداریVEGA و الگوریتم ژنتیک مرتبسازی نامغلوبNSGA برای مقایسه و ارزیابی عملکرد روش حل پیشنهادی بکار برده شدند. در نهایت، نتایج حاصل از خروجی الگوریتمها با هم مقایسه و تحلیل شده، که نشاندهنده کارآیی بیشتر روش حل پیشنهادی نسبت به سایر روشها میباشد
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
