مریم هاشم پور؛ رضا راعی؛ محمدرضا رستمی
دوره 18، شماره 1 ، خرداد 1393، ، صفحه 83-100
چکیده
وجود روش‌های مناسب پیش‌بینی روندهای آینده بازار سرمایه منجر به تصمیم‌گیری‌های بهتری از جانب فعالان این بازارها خواهد شد. اغلب به دلیل ماهیت غیر خطی و آشوب‌گونه بازارهای مالی مدل‌های کلاسیک پیش‌بینی عملکرد مطلوبی نداشته و اطلاعات موجود در داده‌ها با گذشت زمان به‌سرعت از بین رفته و در این صورت استفاده از آن‌ها در بلند‌مدت ...
بیشتر
وجود روش‌های مناسب پیش‌بینی روندهای آینده بازار سرمایه منجر به تصمیم‌گیری‌های بهتری از جانب فعالان این بازارها خواهد شد. اغلب به دلیل ماهیت غیر خطی و آشوب‌گونه بازارهای مالی مدل‌های کلاسیک پیش‌بینی عملکرد مطلوبی نداشته و اطلاعات موجود در داده‌ها با گذشت زمان به‌سرعت از بین رفته و در این صورت استفاده از آن‌ها در بلند‌مدت مفید نخواهد بود ]1، ص 64[.
هدف این مقاله به کار بردن الگوریتم بهینه‌سازی کلونی مورچگان برای پیش‌بینی شاخص کل بورس اوراق بهادار تهران است. برای به کاربردن الگوریتم نخست با به‌کارگیری آزمون بزرگ‌ترین نمای لیاپانوف ماهیت آشوبی داده‌های شاخص کل بورس مورد بررسی قرارگرفت، سپس با به‌کارگیری الگوریتم بهینه‌سازی کلونی مورچگان نقاط جاذب تحلیل و در‌نهایت با استخراج دنباله‌های اعداد منتهی به نقاط جاذب پیش‌بینی انجام شد.
در پایان مقایسه نتایج پیش‌بینی با استفاده از آماره‌های سنجش خطا تأیید کرد که الگوریتم مبنی بر بهینه‌سازی کلونی مورچگان داده‌ها را به‌خوبی و با کمترین خطا نسبت به مدل‌های گارچ تخمین می‌زند ، البته نتایج بررسی با استفاده از آماره دایبولد ماریانو برابری نتایج پیش‌بینی را رد نکرد. الگوریتم ارائه شده این مقاله با تفکیک دنباله‌های جاذب روشی ساختارمند برای پیش‌بینی سیستم های آشوبی ارائه می‌دهد، بنابراین انتظار می‌رود که در بلند‌مدت و در پیش‌بینی‌های با نوسان‌های زیاد نتایج قابل قبولی ارائه دهد.
رضا عیوض لو؛ رضا راعی؛ شاپور محمدی
دوره 17، شماره 3 ، مهر 1392، ، صفحه 71-85
چکیده
مدل های کلاسیک قیمت گذاری دارایی ها توزیع اطلاعات را متقارن فرض کرده و بده -بستان یکسانی را برای سرمایه گذاران در نظر می گیرند. در شرایط عدم تقارن اطلاعاتی و برخورداری برخی معامله گران از اطلاعات خصوصی، سرمایه گذاران با ریسک اطلاعات روبرو خواهند بود؛ این ریسک عباتست از ریسک معامله با معامله گران مطلع. ایزلی و همکاران وی (2002) احتمال ...
بیشتر
مدل های کلاسیک قیمت گذاری دارایی ها توزیع اطلاعات را متقارن فرض کرده و بده -بستان یکسانی را برای سرمایه گذاران در نظر می گیرند. در شرایط عدم تقارن اطلاعاتی و برخورداری برخی معامله گران از اطلاعات خصوصی، سرمایه گذاران با ریسک اطلاعات روبرو خواهند بود؛ این ریسک عباتست از ریسک معامله با معامله گران مطلع. ایزلی و همکاران وی (2002) احتمال معامله مبتنی بر اطلاعات خصوصی را به عنوان شاخص ریسک اطلاعات معرفی کرده و مدل ریزساختاری را بدین منظور توسعه داده اند. این مقاله قیمت گذاری ریسک اطلاعات را در بورس اوراق بهادار تهران مطالعه کرده و رابطه بین اندازه شرکت و احتمال معامله مبتنی بر اطلاعات خصوصی را بررسی می کند. نتایج این تحقیق نشان می دهد که احتمال معامله مبتنی بر اطلاعات خصوصی (شاخص ریسک اطلاعات) قادر به توضیح بازده سهام می باشد. ده درصد افزایش در احتمال معامله مبتنی بر اطلاعات خصوصی 8/2 درصد افزایش در بازده را به همراه خواهد داشت. همچنین ارتباط منفی و معنی داری بین اندازه شرکت و احتمال معامله مبتنی بر اطلاعات خصوصی وجود دارد.
رضا راعی؛ شاپور محمدی؛ هدایت علی بیگی
دوره 15، شماره 3 ، آبان 1390، ، صفحه 105-128
چکیده
بهینه‌سازی سبد سهام با رویکرد «میانگین- نیم واریانس» و با استفاده از روش «جستجوی هارمونی»
رضا راعی1، شاپور محمدی2، هدایت علی بیکی3
1- دانشیار گروه مدیریت دانشکده مدیریت، دانشگاه تهران، تهران، ایران
2- استادیار گروه مدیریت دانشکده مدیریت، دانشگاه تهران، تهران، ایران
3- دانشجوی کارشناسی ارشد گروه مدیریت دانشکده ...
بیشتر
بهینه‌سازی سبد سهام با رویکرد «میانگین- نیم واریانس» و با استفاده از روش «جستجوی هارمونی»
رضا راعی1، شاپور محمدی2، هدایت علی بیکی3
1- دانشیار گروه مدیریت دانشکده مدیریت، دانشگاه تهران، تهران، ایران
2- استادیار گروه مدیریت دانشکده مدیریت، دانشگاه تهران، تهران، ایران
3- دانشجوی کارشناسی ارشد گروه مدیریت دانشکده مدیریت، دانشگاه تهران، تهران، ایران
دریافت: 8/9/89 پذیرش: 18/12/89
چکیده
برای رسم مرز کارا و تشکیل پرتفوی بهینه معمولاً واریانس به عنوان عامل خطرپذیری عمومی در نظر گرفته میشود. اما از آن جا که نیمواریانس تخمین بهتری از خطرپذیری واقعی پرتفوی ارائه می‌دهد، در این تحقیق نیمواریانس به عنوان عامل اصلی خطرپذیری در نظر گرفته میشود. مسأله بهینه‌سازی پورتفوی ترکیبی از مسأله برنامهریزی عدد صحیح و برنامهریزی درجه 2 است که برای حل این گونه مسائل الگوریتمهای مشخص و کارایی وجود ندارد.
هدف این تحقیق حل مسأله بهینه‌سازی مقید پرتفوی سهام با استفاده از الگوریتم جستجوی هارمونی (HS) است. این الگوریتم با الهام از فرایند بهبود و تکامل هارمونی به وسیله مجموعه نوازندگان موسیقی جهت حل مسائل بهینه‌سازی به وجود آمده است. به منظور حل مسأله بهینه‌سازی پرتفوی سهام با استفاده از اطلاعات قیمت 20 سهم پذیرفته شده در بورس اوراق بهادار تهران از مهر 1385 تا اسفند 1387، مرز کارای سرمایهگذاری برای دو الگو با عامل خطرپذیری واریانس و نیمواریانس رسم میگردد.
نتایج این تحقیق نشان می‌دهد که روش جستجوی هارمونی در بهینه‌سازی مقید پرتفوی سهام، موفق عمل میکند و در یافتن جواب های بهینه در تمامی سطوح خطرپذیری و بازده از دقت قابل قبولی برخوردار است.
رضا راعی
دوره 5، شماره 2 ، مرداد 1380
