آرشیو

آرشیو شماره‌ها:
۷۲

چکیده

هدف: هدف از پژوهش حاضر، بهینه سازی سبد سرمایه گذاری با درنظر گرفتن تمامی معیارهای با اهمیت برای سرمایه گذار، در یک محیط فازی با لحاظ کردن سطوح مختلف انتظارات سرمایه گذار برای هر یک از معیارها بر اساس ریسکپذیری آن هاست. بر این اساس، از یک طرف، استفاده از منطق فازی در مدل سازی این مسئله، به دلیل درنظر گرفتن عدم قطعیت در داده های ورودی، می تواند به افزایش تطابق مسئله با شرایط دنیای واقعی منجر شود. از طرف دیگر، در مدل انتخاب سبد سرمایه گذاری ارائه شده، علاوه بر ریسک و بازده، به عنوان دو عامل کلیدی برای سرمایه گذار، برخی عوامل مهم دیگر درنظر گرفته خواهد شد تا بتواند معیارهای مختلف برای سرمایه گذار، از جمله ریسک، بازده کوتاه مدت و بلندمدت، نقدشوندگی، بیشینه و کمینه نسبت سرمایه گذاری روی هر دارایی، سود تقسیمی و محدودیت کاردینالیتی (تعداد دارایی های داخل پرتفوی) را لحاظ کند. هدف دیگر این پژوهش، ارائه مدلی نوآورانه نسبت به مدل های موجود با درنظر گرفتن تابع عضویت لاجستیک شکل فازی، به منظور مدل سازی سطوح انتظارات مختلف سرمایه گذاران است تا بتواند سبد سرمایه گذاری را بر اساس اولویت سرمایه گذاران با درجه ریسک پذیری مختلف نسبت به معیارهای متفاوت تشکیل دهد.روش: روش انجام این پژوهش بدین ترتیب است که ابتدا به مدل سازی یک مسئله بهینه سازی چندهدفه غیرخطی، در یک محیط فازی با درنظر گرفتن تمامی عوامل مهم برای سرمایه گذار پرداخته می شود. سپس با استفاده از روش های کمّی و مبانی منطق فازی، مسئله را به یک مسئله خطی تک هدفه تبدیل می کنیم تا با استفاده از روش ها و نرم افزارهای معمول، بهینه سازی قابل حل باشد. در نهایت با استفاده از شاخص ۵۰ شرکت فعال تر بورس اوراق بهادار، به پیاده سازی مدل و تحلیل نتایج خواهیم پرداخت.یافته ها: یافته های پژوهش نشان می دهد که مدل ارائه شده برای هر دو سرمایه گذار ریسک پذیر و محافظه کار، نسبت به شاخص ۵۰ شرکت فعال تر بورس اوراق بهادار، بازدهی بیش از دو برابری دارد. علاوه براین، مدل ارائه شده، به دلیل درنظر گرفتن تابع عضویت لاجستیک شکل، برای اهداف مختلف مسئله می تواند برای سرمایه گذاران با استراتژی تهاجمی (ریسک پذیر) یا محافظه کار (ریسک گریز) شخصی سازی شود. دلیل این موضوع وجود پارامتر تعیین شکل تابع عضویت در توابع لاجستیک شکل است که می تواند اولویت عوامل مختلف از جمله ریسک، بازده کوتاهمدت و بلندمدت، نقدشوندگی یا سود تقسیمی را برای سرمایه گذاران مختلف با سطوح متفاوت ریسک پذیری مشخص کند.نتیجه گیری: استفاده از توابع عضویت لاجستیک شکل، در محیط فازی و معیارهای مختلف می تواند مدل انتخاب سبد سرمایه گذاری را برای سرمایه گذاران با ویژگی های مختلف شخصی سازی کند تا سرمایه گذاران با سطوح مختلف ریسک پذیری، بتوانند یک سبد سرمایه گذاری مطابق با اولویت های خود را تشکیل دهند. این موضوع به کاربردی شدن مسئله انتخاب سبد سرمایه گذاری در دنیای واقعی کمک بسزایی می کند. همچنین با استفاده از روش های محاسباتی و اصول فازی، می توان مسئله چندهدفه غیرخطی را به یک مدل تک هدفه خطی تبدیل کرد تا پیاده سازی و حل آن تسهیل شود.

Multi-Criteria Fuzzy Portfolio Optimization Considering Varying Levels of Investor Expectations

ObjectiveThe objective of the present research is the optimization of investment portfolios, considering all significant criteria for investors in a fuzzy environment, and taking into account various levels of investor expectations for each criterion based on their risk preferences. On one hand, the utilization of fuzzy logic in modeling this problem can enhance its alignment with real-world conditions by accommodating uncertainty in input data. On the other hand, the proposed model for portfolio selection incorporates not only risk and return as key factors for investors but also considers other important factors. These factors include short-term and long-term returns, liquidity, maximum and minimum investment ratios in each asset, dividend distribution, and cardinality constraint (the number of assets within the portfolio). Another objective of this research is to present an innovative model compared to existing ones by incorporating a logistic fuzzy membership function to model various levels of investor expectations. This enables the formation of investment portfolios based on the priorities of investors with different risk appetites regarding different criteria. MethodsThe method of conducting this research involves initially addressing the optimization modeling of a nonlinear multi-objective problem in a fuzzy environment, considering all crucial factors for investors. Subsequently, employing quantitative methods and the foundations of fuzzy logic, we transform the problem into a single-objective linear problem, making it amenable to solution using conventional optimization methods and software. Ultimately, utilizing data from the 50 most active companies on the Tehran Stock Exchange (TSE) market, we implement the model and analyze the results. ResultsThe research results indicate that the proposed model yields a return more than twice that of the index of the 50 most active companies on the Tehran Stock Exchange (TSE) for both aggressive and conservative investors. Additionally, the model, by incorporating a logistic-shaped membership function for various problem objectives, can be customized for investors with aggressive (risk-tolerant) or conservative (risk-averse) strategies. This customization is attributed to a parameter that determines the shape of the membership function in logistic functions, allowing the prioritization of different factors such as risk, short-term and long-term returns, liquidity, or dividend distribution for investors with varying levels of risk tolerance. ConclusionThe utilization of logistic-shaped membership functions in a fuzzy environment, along with diverse criteria, can personalize the investment portfolio selection model for investors with different characteristics. This customization enables investors with various risk tolerances to construct a portfolio according to their priorities. This adaptability significantly enhances the practical applicability of the portfolio selection problem in the real world. Furthermore, employing computational methods and fuzzy principles allows the transformation of a nonlinear multi-objective problem into a single-objective linear model, facilitating its implementation and resolution.

تبلیغات