طراحي و بكارگيري مدل چند مرحلهاي جهت ايجاد سبد سهام بهينه به كمك روشهاي يادگيري ماشين

كارشناسي ارشد

تئوري پرتفو يكي از مباحث مهم مديريت سبد سهام ميباشد كه تحقيقات فراواني پيرامون آن انجام شاده و كماكان راهكارهاي متفاوتي جهت مواجهه با اين موضوع ارائه ميگردد. در اين پاژوهش ياك روش تركيباي متشكل از شبكه حافظه طولاني كوتاه مدت، الگوريتم تكامل تفاضلي و مدل ميانگين ارزش در معرض خطر - شرطي با هدف انتخاب سبد سهام پيشنهاد شده است. در اين پژوهش از اطلاعات مرباو باه ساي شاركت فعال در بورس اوراق بهادار تهران مابين سالهاي 1343 الي 1341 استفاده شده اسات. در گاام نخسات باا بكارگيري شبكه حافظه طولاني كوتاه مدت و با استفاده از اطلاعات معاملات روزانه و برخي معيارهاي فناي، پيشبيني قيمت هر يك از سي سهم انجام شده است. پس از مقايسه نتايج حاصل از شبكه حافظاه طاولاني كوتاه مدت با روشهايي نظير ماشين بردار پشتيبان، جنگل تصادفي، شبكه عصبي عمياق و مادل مياانگين متحرك خودهبسته يكپارچه)آريما( مشاهده گرديد كه شبكه حافظه طولاني كوتاه مادت جهات پيشبيناي سريهاي زماني در مقايسه با ساير روشها عملكرد بهتري داشته است. در گام دوم باا اساتفاده از الگاوريتم تكامل تفاصلي و با توجه به بازده پيشبيني شده در مرحله قبل و با بكارگيري برخي از معيارهااي بنياادي، امتياز هر يك از سي سهم را محاسبه ميكنيم. نهايتا هفت سهم برتر مرحله قبال در مرحلاه ساوم در نظار گرفته شده و با استفاده از مدل ميانگين ارزش در معرض خطر شرطي، استراتژيهاي مختلف جهت تشكيل - سبد سهام شناسايي و 20 استراتژي متفاوت به سرمايه گذار پيشنهاد شده است. در انتها نيز به ارزيابي مدل پيشنهادي اين پژوهش پرداخته شده است كه مشخص گرديد مدل پيشنهادي ما عملكرد مناسابي از خاود نشان داده است.

196363

دانشگاه علم و صنعت ايران

بابك اميري

مهندسي صنايع

عمران محمدي