مرتضی کاویانی

هدف: این پژوهش با هدف بهینه سازی پرتفوی سرمایه گذاری از طریق ترکیب تحلیل پوششی داده ها و یادگیری ماشین با استفاده از داده های چندمنبعی در بورس اوراق بهادار تهران انجام شده است. هدف اصلی ارایه یک مدل پیشرفته برای انتخاب سهام و بهینه سازی پرتفوی به گونه ای است که سرمایه گذاران بتوانند استراتژی های کارآمدتری را نسبت به روش های سنتی اتخاذ کنند. روش شناسی پژوهش: در این مطالعه، ابتدا از مدل تحلیل پوششی داده ها برای ارزیابی کارایی سهام از نظر بازده تاریخی و همبستگی دارایی استفاده شده است. سپس با استفاده از ماشین بردار پشتیبان و ترکیب داده های چندمنبعی، روند حرکت قیمت سهام پیش بینی شده است. به منظور بهبود دقت مدل، روش های جستجوی تصادفی و شبکه ای برای تنظیم بهینه هایپرپارامترهای الگوریتم به کار گرفته شده است. در نهایت، داده های حاصل در یک مدل بهینه سازی پرتفوی ادغام شده و استراتژی سرمایه گذاری پیشنهادی تدوین شده است. یافته ها : نتایج تجربی بر روی داده های بورس اوراق بهادار تهران نشان داد که مدل پیشنهادی قادر به بهبود عملکرد استراتژی های سرمایه گذاری در مقایسه با روش های سنتی است. نسبت های شارپ و سورتینو نشان دهنده برتری مدل پیشنهادی نسبت به استراتژی حداقل واریانس سراسری بوده اند. همچنین مشخص شد که استفاده از یک استراتژی سرمایه گذاری کم تنوع می تواند کارایی بیشتری نسبت به استراتژی های کاملا متنوع ارایه دهد. اصالت/ارزش افزوده علمی: این پژوهش با ارایه یک مدل ترکیبی از تحلیل پوششی داده و یادگیری ماشین، رویکردی نوین برای انتخاب سهام و بهینه سازی پرتفوی پیشنهاد می دهد. استفاده از داده های چندمنبعی و روش های پیشرفته یادگیری ماشین، دقت پیش بینی و تصمیم گیری سرمایه گذاران را بهبود بخشیده و زمینه را برای تحقیقات آینده در حوزه هایی مانند استفاده از مدل های فازی، الگوریتم های فرا ابتکاری و تحلیل روابط بین شاخص های مالی فراهم می کند.

انتخاب استراتژی های برتر در تشکیل پرتفوی سرمایه گذاری با توجه به تمرکز سرمایه گذاران برای برقراری توازن بین ریسک و بازده و دستیابی به بازده بهینه از موضوعات مهم پژوهشی در بازارهای سرمایه محسوب می شود. این پژوهش از پنج معیار نسبی برای چینش پرتفوی انتخاب کرده که برای این منظور از داده های 100 شرکت بورس تهران طی سال های 1391 الی 1400 در 10 پرتفوی بهره گرفته است. شواهد نشان دهنده این است که پرتفوی های ایجاد شده با نسبت های PS و PS های اصلاح شده در قیاس با پرتفوی PCF بازدهی تجمعی کمتری داشتند. نتایج آزمون ویلکاکسون نیز وجود تفاوت معنادار در برخی از زوج پرتفوی ها را نشان می دهد. نتایج آزمون T زوجی نیز نشان می دهد بازدهی پرتفوی های نسبت PS اصلاح شده با حاشیه سود (MPS2) در مقایسه با پرتفوی نسبت های PS و PS اصلاح شده با بدهی (MPS1) عملکرد بهتری داشته است. نتایج همچنین نشان داد که پرتفوی های تشکیل شده با نسبت های PCF و ارزش افزوده سهامدار به ارزش بازار (SVAM) عملکرد بهتری در مقایسه با پرتفوی های PS و نسخه های اصلاح شده آن دارد، در حالی که پرتفوی های تشکیل شده با نسبت PCF با نسبت های SVAM تفاوت معناداری نشان نمی دهند.