سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات158
تعداد شماره‌ها6,225
تعداد مقالات67,685
تعداد مشاهده مقاله114,971,401
تعداد دریافت فایل اصل مقاله89,642,704
فلاح پور, سعید, تندنویس, فرید. (1394). کاربرد رویکرد بهینه‌سازی استوار در تشکیل پرتفوی سهام مبتنی بر شاخص با درنظر گرفتن عدم قطعیت پارامتر‌ها. , 17(2), 325-340. doi: 10.22059/jfr.2015.52081
سعید فلاح پور; فرید تندنویس. "کاربرد رویکرد بهینه‌سازی استوار در تشکیل پرتفوی سهام مبتنی بر شاخص با درنظر گرفتن عدم قطعیت پارامتر‌ها". , 17, 2, 1394, 325-340. doi: 10.22059/jfr.2015.52081
فلاح پور, سعید, تندنویس, فرید. (1394). 'کاربرد رویکرد بهینه‌سازی استوار در تشکیل پرتفوی سهام مبتنی بر شاخص با درنظر گرفتن عدم قطعیت پارامتر‌ها', , 17(2), pp. 325-340. doi: 10.22059/jfr.2015.52081
فلاح پور, سعید, تندنویس, فرید. کاربرد رویکرد بهینه‌سازی استوار در تشکیل پرتفوی سهام مبتنی بر شاخص با درنظر گرفتن عدم قطعیت پارامتر‌ها. , 1394; 17(2): 325-340. doi: 10.22059/jfr.2015.52081

کاربرد رویکرد بهینه‌سازی استوار در تشکیل پرتفوی سهام مبتنی بر شاخص با درنظر گرفتن عدم قطعیت پارامتر‌ها

تحقیقات مالی
مقاله 7، دوره 17، شماره 2، مهر 1394، صفحه 325-340    اصل مقاله (346.22 K)
نوع مقاله: مقاله علمی پژوهشی
شناسه دیجیتال (DOI): 10.22059/jfr.2015.52081
نویسندگان
سعید فلاح پور1؛ فرید تندنویس* 2
1استادیار، گروه مالی و بیمه، دانشکدة مدیریت، دانشگاه تهران، تهران، ایران
2دانشجوی کارشناسی‌ارشد مهندسی مالی، دانشکدة مدیریت، دانشگاه تهران، تهران، ایران
چکیده
 فرایند تشکیل پرتفویی از سهم‌های تشکیل‌دهندة شاخص به گونه‌ای که عملکرد آن شاخص را بازسازی کند، ردیابی شاخص نامیده می‌شود. پرتفوی ردیاب شاخص به طور نسبی از تنوع خوبی برخوردار است و حجم معاملات و هزینة معاملاتی پایینی دارد. این پژوهش مدل برنامه‌ریزی صفر و یک را به منظور تحلیل مسئلة ردیابی شاخص بررسی می‌کند. در این مدل تعداد دارایی‌های مورد نظر برای تشکیل پرتفوی را مدیر سرمایه‌گذاری تعریف می‌کند. به منظور درنظرگرفتن عدم قطعیت ضریب همبستگی بین دارایی‌ها به عنوان ورودی مدل، که دربرگیرندة خطای پیش‌بینی است، از رویکرد بهینه‌سازی استوار استفاده می‌شود. نتایج آزمون خارج از نمونه بر اساس شاخص پنجاه شرکت فعال‌تر بورس اوراق بهادار تهران در سال 1392 نشان می‌دهد که درنظرگرفتن این عدم قطعیت با استفاده از رویکرد بهینه‌سازی استوار عملکرد مدل را بر مبنای معیارهای نسبت اطلاعاتی و خطای ردیابی بهبود می‌بخشد.
کلیدواژه‌ها
بهینه‌سازی استوار؛ خطای ردیابی؛ ردیابی شاخص؛ نسبت اطلاعاتی
عنوان مقاله [English]
Application of an optimization model for constructing an index tracker portfolio and considering the uncertainty of model parameters by using of robust optimization approach
نویسندگان [English]
Saeid Fallahpour1؛ Farid Tondnevis2
1Assistant Prof. Department of Finance and Insurance, Faculty of Management, University of Tehran, Iran
2MSc. Student, Financial Engineering Faculty of Management, University of Tehran, Iran
چکیده [English]
index tracking is the process of developing a portfolio that reproduces the performance of an index. The tracker portfolio has relatively good diversity and low turnover and low transaction costs. In this paper we applied a binary programming model for index tracking problem. In this model the number of assets for portfolio construction is defined by portfolio manager. The robust optimization framework is applied for considering data uncertainty of correlation coefficient. The out of sample test demonstrated that considering the data uncertainty by robust optimization framework decrease the tracking error and increase the information ratio of portfolio.
کلیدواژه‌ها [English]
Robust optimization, Tracking error, Index tracking, Information ratio
مراجع
  • Beasley, J.E., Meade, N. & Chang, T.J. (2004). An evolutionary heuristic for the index tracking problem. European Journal of Operational Research, 148 (3): 621-643.
  • Ben-Tal, A., El Ghaoui L. & Nemirovski, A. (2009). Robust optimization, Princeton University Press.
  • Bertsimas, D. & Sim M. (2003). Robust discrete optimization and network flows. Mathematical programming, 98(3-1): 49-71.
  • Bertsimas, D. & Thiele, A. (2006). Robust and data-driven optimization: Modern decision-making under uncertainty. INFORMS Tutorials in Operations Research: Models, Methods, and Applications for Innovative Decision Making.
  • Charnes, A. & Cooper, W.W. (1959). Chance-constrained programming. Management science, 6(1): 73-79.
  • Chen, C. & Roy, H. (2010). Robust portfolio selection for index tracking. Coputers and Operatione research, 39: 829- 837.
  • Cornuejols, G. & Tutuncu, R. (2007). Optimization methods in finance, Cambridge University Press.
  • Dantzig, G.B. (1955). Linear programming under uncertainty. Management science, 1(4-3): 197-206.
  • Elton, E.J., Gruber, M.J. & Spitzer, J. (2006). Improved estimates of correlation coefficients andtheir impact on optimum portfolios. European Financial Management, 12(3): 303-318.
  • Erdogan, E., Goldfarb, D. & Iyengar, G. (2004). Robust portfolio management.
  • Fallahpour, S. & Tondnevis, F. (2014). Robust model for optimal portfolio selection, Journal of Investment Knowledg, 10, 67-84.
  • Gaivoronski, A.A., Krylov, S. and van der Wijst, N. (2005). Optimal portfolio selection and dynamic benchmark tracking. European Journal of operational research, 163(1): 115-131.
  • Gilli, M. & Këllezi, E. (2002). The threshold accepting heuristic for index tracking. Financial Engineering, E-Commerce and Supply Chain, Springer: 1-18.
  • Jansen, R. & van Dijk, R. (2002). Optimal benchmark tracking with small portfolios. The journal of portfolio management, 28(2): 39-33.
  • Meade, N. & Salkin, G.R. (1990). Developing and maintaining an equity index fund. Journal of the Operational Research Society, 599-607.
  • Roll, R. (1992). A mean/variance analysis of tracking error. Journal of Portfolio Management, 18(4): 13-22.
  • Rudd, A. (1980). Optimal selection of passive portfolios. Financial Management, 57-66.
  • Rudolf, M., Wolter, H.J. & Zimmermann, H. (1999). A linear model for tracking error minimization. Journal of Banking & Finance, 23(1): 85-103.
  • Seyfi, A., Hanafizadeh, P. & Navayi, H. (2004). Single period Robust model for portfolio selection. Journal of Financial Researches, 17: 71-95. (in persian)
آمار
تعداد مشاهده مقاله: 3,759
تعداد دریافت فایل اصل مقاله: 1,786


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب