نوع مقاله : مقاله پژوهشی

نویسندگان

• ایمان ابراهیمی ¹
• هادی مختاری ²
• محمدتقی رضوان ³

¹ کارشناسی ارشد رشته مدیریت کسب و کار، دانشکده اومر مالی، مدیریت و کارآفرینی، دانشگاه کاشان، کاشان، ایران

² دانشیارگروه مهندسی صنایع، دانشکده مهندسی، دانشگاه کاشان، کاشان، ایران

³ استادیار گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه کاشان، کاشان، ایران

چکیده

در دنیای امروز، سرمایه‌گذاری در بازار رمزارز به عنوان یکی از جذاب‌ترین و در عین حال پرریسک‌ترین فرصت‌های سرمایه‌گذاری شناخته می‌شود. با توجه به رشد سریع این بازار و تأثیرات آن بر اقتصاد جهانی، بررسی اهمیت و چالش‌های مرتبط با سرمایه‌گذاری در رمزارزها ضروری به نظر می‌رسد. این مقاله، به بررسی نحوه طراحی و تخصیص بهینه پرتفوی سرمایه‌گذاری در بازار رمزارزها می‌پردازد و در این راستا همزمان به ریسک و بازده توجه دارد. در گام نخست، تمرکز بر روی ایجاد پرتفویی در بازار رمزارزها با استفاده از شاخص‌های مرتبط است. پس از تشکیل این پرتفوی اولیه، از مدل‌های مارکویتز، شارپ و سورتینو برای بهینه‌سازی آن بهره گرفته می‌شود. این روش امکان ایجاد پرتفویی را فراهم می‌آورد که با ترجیحات ریسک سرمایه‌گذار، سازگار باشد و همچنین مدیریت غیرفعال پرتفوی مدنظر قرار گرفته است. در مرحله دوم پژوهش، پرتفوهایی با وزن مساوی نسبت به پرتفو بازار ایجاد شده و همچنین پرتفوهای دیگری بر اساس معیارهایی نظیر بالاترین ارزش بازار و بهترین نسبت بازده به ریسک انتخاب شدند. برای تخصیص بهینه این پرتفوها، از الگوریتم‌های فراابتکاری مبتنی بر بهینه‌سازی ازدحام ذرات استفاده شده است. نتایج نشان می‌دهد که پرتفوهای شامل رمزارزهایی با بالاترین ارزش بازار دارای ریسک کمتری هستند و استراتژی مبتنی بر مدل شارپ نسبت به سایر مدل‌ها، عملکرد بهتری ارائه می‌دهد. همچنین انتخاب پرتفو بر اساس نسبت بازده به ریسک انحراف معیار نتایج مطلوبی را رقم می‌زند. در نهایت، یافته‌ها تأکید دارند که استفاده از استراتژی‌های علمی در معاملات می‌تواند مدیریت ریسک را تسهیل کرده و منجر به افزایش بازدهی شود.

کلیدواژه‌ها

• بازار رمزارزها
• سبد سرمایه‌گذاری
• نسبت بازده به ریسک
• مدل‌های بهینه‌سازی
• الگوریتم‌ بهینه‌سازی ازدحام ذرات

موضوعات

• عدم قطعیت

عنوان مقاله [English]

Optimal decisions for forming and allocation of a cryptocurrency investment portfolio considering both risk and return simultaneously

نویسندگان [English]

• Iman Ebrahimi ¹
• Hadi Mokhtari ²
• Mohammad Taghi Rezvan ³

¹ Master of Business Administration, Faculty of Finance, Management and Entrepreneurship, Kashan University, Kashan, Iran

² Associate Professor, Department of Industrial Engineering, Faculty of Engineering, University of Kashan, Kashan, Iran

³ Assistant Professor, Department of Industrial Engineering, Faculty of Engineering, University of Kashan, Kashan, Iran

چکیده [English]

The cryptocurrency market, known for being one of the most volatile financial markets, has recently attracted significant attention. While some investors avoid entering this market due to fear of losses, others are eager to pursue substantial profits. This research employs scientific analysis and advanced models to examine the characteristics of this market. In the first phase, the focus is on portfolio formation in the cryptocurrency market based on relevant indicators. After evaluating the created portfolio, Markowitz, Sharpe and Sortino models are utilized for portfolio optimization. This approach allows for the creation of a portfolio that aligns with individual risk preferences, and passive portfolio management is also considered. In the second phase of the research, equal-weighted portfolios were formed alongside a market portfolio, and nine other selected portfolios were chosen based on criteria such as highest market value and best risk-return ratio. A particle swam optimization algorithm was employed to assess the performance of these portfolios. The results indicate that portfolios containing cryptocurrencies with the highest market value exhibit lower risk, and the Sharpe optimization model outperforms other models. Additionally, selecting a portfolio based on the standard deviation of return-to-risk ratio yields more favorable outcomes. This study also presents an innovative method for analyzing the coefficient of variation, leading to a better understanding of the relationship between return and risk. Ultimately, the findings emphasize that utilizing scientific trading strategies can facilitate risk management and enhance returns.

کلیدواژه‌ها [English]

• Cryptocurrency Market
• Investment Portfolio
• Reward to Risk Ratio
• Optimization Models Particle Swam Optimization algorithm