بهینه سازی سبد سهام با استفاده از الگوریم های جستجوی ممنوعه و فروشنده دوره گرد

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (بدون رتبه معتبر)
چکیده:

تلاش در جهت بهبود روش های تجزیه و تحلیل سهام،به ویژه در بازارهایی که شمار سهام درآنها بسیار بالاست، منجر به پدید آمدن روش های نوینی گردیده که در کنار روش های گذشته درصدد یافتن پاسخی برای میل به حداکثر سازی سود فرد در بازارهای مالی می باشند. در این پژوهش به منظور بهینه سازی سبد سهام از شاخص بورس تهران و ارزش فروش - حقیقی - بورس (میلیارد ریال) از فروردین سال 1387 تا فروردین سال 1397 استفاده شده است. به منظور بهینه سازی سبد سهام از الگوریتم جستجوی ممنوعه و فروشنده دوره گرد استفاده شده است. برای شاخص بورس در سناریو اول تکرار 100 و طول 0.5 بهترین جواب را ارایه می دهد. برای ارزش فروش - حقیقی - بورس در سناریو اول تکرار 100 و طول 0.5 بهترین جواب را ارایه می دهد. با توجه به جستجو محور بودن الگوریتم های مورد بررسی تعداد تکرارهای بیشتر در سناریوهای مختلف بهترین جواب را ارایه می دهد که طول جستجو تاثیر چندانی در بهترین جواب نداشته و معیار تعداد تکرار برتری بیشتری دارد. براساس نتایج مشخص است که در اوایل سال های بررسی با سیر صعودی شاخص تعداد نقاط سود دهی دارای تراکم بیشتر و فشرده تر است ولی با گذشت زمان سیر نزولی شاخص و افزایش فروش میزان سود دهی با تراکم های کمتر پیشنهاد شده است.

زبان:
فارسی
صفحات:
110 تا 140
لینک کوتاه:
magiran.com/p2590608 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!