| تعداد نشریات | 61 |
| تعداد شمارهها | 2,224 |
| تعداد مقالات | 18,148 |
| تعداد مشاهده مقاله | 55,931,174 |
| تعداد دریافت فایل اصل مقاله | 29,008,480 |
انتخاب پرتفوی بهینه با استفاده از سیستم خبره در محیط فازی ممدانی | ||
| مطالعات مدیریت صنعتی | ||
| مقاله 6، دوره 16، شماره 48، فروردین 1397، صفحه 131-151 اصل مقاله (976.64 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22054/jims.2018.8369 | ||
| نویسندگان | ||
| سیده فرناز کوهبنانی نژاد1؛ داریوش فرید2؛ حجت الله صادقی3 | ||
| 1کارشناسی ارشد مدیریت بازرگانی مالی، دانشکده مدیریت،گروه مدیریت و حسابداری، دانشگاه یزد | ||
| 2دانشیار، دانشکده مدیریت،گروه مدیریت و حسابداری، دانشگاه یزد، یزد | ||
| 3استادیار، دانشکده مدیریت، گروه مدیریت و حسابداری، دانشگاه یزد | ||
| چکیده | ||
| اصلاحات جزء جدایی ناپذیر تحولات اقتصادی در بخش مالی می باشد که شامل شکل دهی دوباره ساختار بازار سرمایه، نوآوری در ابزارها و محیطی با نظم جامع تر است. دو مکتب فکری غالب بر ادبیات بازار سهام، تجزیه و تحلیل های بنیادی و تکنیکی می باشند. مسئله انتخاب پرتفوی بسیار مهم می باشد. به همین علت، این پژوهش ارزیابی سهام، شرکت ها با استفاده از هر دو روش تجزیه و تحلیل بنیادی و تکنیکی را برگزیده و سپس به منظور تشکیل پرتفویی که حالات مختلف ریسک و ترجیحات سرمایه گذارن را لحاظ کند، از مدل فازی ممدانی و مدل برنامه ریزی خطی عدد صحیح ترکیبی استفاده نموده است. دلیل استفاده از سیستم فازی ممدانی، کارا بودن آن در محیط های مبهم و استفاده از دانش انسانی و مدل برنامه ریزی خطی عدد صحیح ترکیبی، قابلیت یافتن جواب بهینه مسئله از میان تعداد زیاد جواب موجود می باشد. نتایج ارزیابی عملکرد پرتفوی های تشکیل شده برای سه حالت سرمایه گذار ریسک گریز، ریسک خنثی و ریسک پذیر، نشان می دهد که عملکرد پرتفوی پیشنهادی مثبت بوده و عملکرد مناسبی را نشان می دههد، اما در مقیاسی دقیق تر پرتفوی تشکیل شده برای سرمایه گذار ریسک گریز در وضعیت مطلوب تری قرار دارد | ||
| کلیدواژهها | ||
| ارزیابی سهام؛ پرتفوی بهینه؛ سیستم خبره؛ مدیریت پرتفوی؛ منطق فازی | ||
| مراجع | ||
|
Fama, E. & Ferench, K. The Capital Asset Pricing Model: Theory and Evidence. Journal of Economic Perspectives 18. P:20. 2003 Maknickiene, N. Selection of orthogonal investment portfolio using Evolino RNN trading model. Social and Behavioral Sciences. (110) . 1158 – 1165. 2014. Markowitz H. Portfolio selection; Journal of Finance: 77-91. 1952. Strong، Robert A. Portfolio Construction, Management & Protection, 2d Edition، South-Western College، P .431. 2000. Yunusoglu, G. & Selim, H. A fuzzy rule based expert system for stock evaluation and portfolio construction: An application to Istanbul Stock Exchange. Expert Systems with Applications. (40). 908-920. 2013. Alvarz Grima, M.; Bruines, PA.; Verhoef, p. Modeling tunnel machine performance by neure-fuzzy methods. Tunnelling and underground space technology. Pp. 259-269. 2000. Asmuni, H.. Fuzzy methodologies for automated university. Timetabling Solution Construction and Evaluation. Ph.D Thesis. University of Nottingham, UK. P. 71. 2009. Baralis, E.; cagliero, L.; Garza, P. Planning stock portfolios by means of weighted frequent itemsets. Expert Systems with Applications Volume 86, 15 November, Pages 1-17. 2017Chong, H.Y.; Yap, H.; Loong, Y. Fuzzy-based risk prioritization for a hydrogen refueling facility in Malaysia. Applied Physics & Engineering. (24) Pp. 565-573. 2013. Fernández, A. & Gómez, S. Portfolio selection using neural networks. Computers & Operations Research 34 ,1177–1191. 2007 Gupta, P.; Inuiguchi, M. & Mehlawat, M. A hybrid approach for constructing suitable and potimal portfolios. Expert Systems with Applications, 38 (5): 5620., 908–920. 2013. Karsak, E. Fuzzy multiple objective programming framework to prioritize decision requirements in prioritize function deployment. Computers quality function deployment, computers & industrial engineering (47), 149-163. 2004. Levy,H; Levy, M. The benefits of differential variance- based constraints in portfolio optimization. European Journal of Operational Research, Volume 234, Issue 2, PP. 372-381. 2014 Rada, R. Expert systems and evolutionary computing for financial investing: A review. Expert Systems with Applications, 34(4), 2232–2240. 2008. Reilly, F. & Brown, C Investment Analysis and Portfolio Management. Publisher: Cengage Learning; 10 edition. P. 840. 2011. Xidonas, P. & Psarras, J. Equity portfolio management within the MCDM frame: A literature review. International Journal of Banking, Accounting and Finance, 1(3), 285–309. 2009. Yunusoglu, G. & Selim, H. A fuzzy rule based expert system for stock evaluation and portfolio construction: An application to Istanbul Stock Exchange. Expert Systems with Applications. (40). 908-920. 2013. Zhou, R., Yang, Z., Yu, M., Ralescu, D. A.,. A portfoliooptimization model based on informationentropy and fuzzy time series. Fuzzy Optimization and Decision Making, 14(4), 381-397. 2015 Zhang, WG. & Nic, ZK. On admissible efficient portfolio selection problem. Applied Mathematic and Computations. 159 (2): 357-371. 2004. Mamdani, E.H. & Assilian, S. (1975). An Experiment in linguistic synthesis with a fuzzy logic controller. International Journal of Man-Machine Studies, 7, 1-13. 1975. Ross, T.J. Fuzzy logic with engineering application john wiley & sons. 2005
Fama, E. & Ferench, K. The Capital Asset Pricing Model: Theory and Evidence. Journal of Economic Perspectives 18. P:20. 2003 Maknickiene, N. Selection of orthogonal investment portfolio using Evolino RNN trading model. Social and Behavioral Sciences. (110) . 1158 – 1165. 2014. Markowitz H. Portfolio selection; Journal of Finance: 77-91. 1952. Strong، Robert A. Portfolio Construction, Management & Protection, 2d Edition، South-Western College، P .431. 2000. Yunusoglu, G. & Selim, H. A fuzzy rule based expert system for stock evaluation and portfolio construction: An application to Istanbul Stock Exchange. Expert Systems with Applications. (40). 908-920. 2013. Alvarz Grima, M.; Bruines, PA.; Verhoef, p. Modeling tunnel machine performance by neure-fuzzy methods. Tunnelling and underground space technology. Pp. 259-269. 2000. Asmuni, H.. Fuzzy methodologies for automated university. Timetabling Solution Construction and Evaluation. Ph.D Thesis. University of Nottingham, UK. P. 71. 2009. Baralis, E.; cagliero, L.; Garza, P. Planning stock portfolios by means of weighted frequent itemsets. Expert Systems with Applications Volume 86, 15 November, Pages 1-17. 2017Chong, H.Y.; Yap, H.; Loong, Y. Fuzzy-based risk prioritization for a hydrogen refueling facility in Malaysia. Applied Physics & Engineering. (24) Pp. 565-573. 2013. Fernández, A. & Gómez, S. Portfolio selection using neural networks. Computers & Operations Research 34 ,1177–1191. 2007 Gupta, P.; Inuiguchi, M. & Mehlawat, M. A hybrid approach for constructing suitable and potimal portfolios. Expert Systems with Applications, 38 (5): 5620., 908–920. 2013. Karsak, E. Fuzzy multiple objective programming framework to prioritize decision requirements in prioritize function deployment. Computers quality function deployment, computers & industrial engineering (47), 149-163. 2004. Levy,H; Levy, M. The benefits of differential variance- based constraints in portfolio optimization. European Journal of Operational Research, Volume 234, Issue 2, PP. 372-381. 2014 Rada, R. Expert systems and evolutionary computing for financial investing: A review. Expert Systems with Applications, 34(4), 2232–2240. 2008. Reilly, F. & Brown, C Investment Analysis and Portfolio Management. Publisher: Cengage Learning; 10 edition. P. 840. 2011. Xidonas, P. & Psarras, J. Equity portfolio management within the MCDM frame: A literature review. International Journal of Banking, Accounting and Finance, 1(3), 285–309. 2009. Yunusoglu, G. & Selim, H. A fuzzy rule based expert system for stock evaluation and portfolio construction: An application to Istanbul Stock Exchange. Expert Systems with Applications. (40). 908-920. 2013. Zhou, R., Yang, Z., Yu, M., Ralescu, D. A.,. A portfoliooptimization model based on informationentropy and fuzzy time series. Fuzzy Optimization and Decision Making, 14(4), 381-397. 2015 Zhang, WG. & Nic, ZK. On admissible efficient portfolio selection problem. Applied Mathematic and Computations. 159 (2): 357-371. 2004. Mamdani, E.H. & Assilian, S. (1975). An Experiment in linguistic synthesis with a fuzzy logic controller. International Journal of Man-Machine Studies, 7, 1-13. 1975. Ross, T.J. Fuzzy logic with engineering application john wiley & sons. 2005
| ||
|
آمار تعداد مشاهده مقاله: 1,263 تعداد دریافت فایل اصل مقاله: 967 |
||