نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشجوی دکتری مالی دانشگاه علامه طباطبایی
2 استادیار مدیریت مالی دانشگاه آزاد اسلامی واحد تهران مرکز
3 استادیار حسابداری دانشگاه علامه طباطبایی
چکیده
در این تحقیق استراتژی تخصیص اثربخش دارایی ها در شرایط عدم اطمینان با قابلیت کنترل ریسک، کاهش
هزینه های معاملاتی و تحقق بازده هدف گذاری شده مورد مطالعه قرار گرفت. به منظور پیادهسازی این
استراتژی و غلبه بر محدودیت مدل های کلاسیک بهینه سازی پورتفوی در مواجهه با عدم قطعیت، تشکیل
صندوق شاخصی با رویکرد استوار و محدودیت عدد صحیح مد نظر قرار گرفت. در این راستا یک مدل
برنامه ریزی خطی بصورت کمینهسازی قدر مطلق انحراف میان بازدهی مورد انتظار صندوق و شاخص بورس به
منظور حل مسأله ردیابی شاخص معرفی گردید. با توجه به ابعاد فضای جواب، از الگوریتم فراابتکاری ژنتیک
جهت حل نظیر استوار مسأله بهره گرفته شد. نتایج حاصل از تجزیه و تحلیل دادهها بر انتخاب 02 سهم و
عملکرد مناسب صندوق های تشکیل شده در ردیابی شاخص مبتنی بر معیارهایی چون همبستگی، ریشه دوم
میانگین مربعات خطا و بازدهی مازاد با بهرهگیری از دادههای تست دلالت دارد
کلیدواژه‌ها
عنوان مقاله [English]
A robust linear programming model for index fund construction
نویسندگان [English]
- Mohammad Mahdi Bahrololoum 1
- Mirfeiz Fallahshams 2
- Ghasem Blue 3
1
2
3
چکیده [English]
In this study, the strategy of effective asset allocation under uncertainty with the capability of risk control, transaction cost reduction and favorable return realization is investigated. In order to implement this strategy and to overcome the shortfalls of classic portfolio optimization models in dealing with uncertainty, the formation of an index fund using a robust approach and considering cardinality constraint became the agenda. Accordingly, in order to solve the index tracking problem, a linear programming model as minimizing the absolute deviation between the expected return of the index fund and that of the benchmark is presented. Considering the dimension of the solution space, a Meta heuristic genetic algorithm was implemented to solve the robust counterpart of the problem. The results of the analysis imply on the selection of 20 stocks as the index fund composition and indicate good performance of the index tracking funds based on criteria such as correlation, root mean square error and the excess return using out of sample data.
کلیدواژه‌ها [English]
- Index fund
- Index tracking
- Linear Programming
- robust optimization. Instructer
ابتکاری جهت انتخاب پورتفوی بهینه ردیابیکننده شاخص بورس تهران، تحقیقا حسابداری،
- .47 20 ، شماره 17
حنیفی، فرهاد؛ بحرالعلوم، محمد مهدی؛ جوادی، بابک ) 1777 (، طراحی و تحلیل مقایسهای
الگوریتمهای فرا ابتکاری جهت پیاده سازی سرمایه گذاری شاخصمحور در بورس تهرا ؛ ن چشم
- .107 75 ، انداز مدیریت، 72
سیفی، عباس؛ حنفیزاده، پیام؛ نوابی، حمیدرضا) 1777 (، مدل یکپارچه استوار در مسأله
- .55 31 ، انتخاب سهام تکدوره ای؛ تحقیقا مالی، 13
قرهخانی، محس ؛ سجادی، سید جعفر؛ صفری، احرام ) 1752 (، بهینه سازی استوار سبد مالی با
رویکرد CAPM - .07 01 ، ، مدیریت تولید و عملیا ، دوره چهارم، پیاپی 0، شماره 1
فلاح شمس لیالستانی، میرفیض؛ امیری، مقصود؛ بحرالعلوم، محمد مهدی؛ قره خانی، محس
1754 (، ارائه مدلی جهت پیاده سازی سرمایه گذاری هسته پیرو در بورس تهران با استفاده از - (
رویکرد ترکیبی الگوریتم های دقیق و فراابتکار ، ی فصل نامه دانش سرمایه گذاری، مقاله پذیرش
. شده، چاپ در شماره 15 ، پائیز 54
مدرس یزدی، محمد؛ حس زاده منفرد، مریم ) 1777 (، مدل استوار بهینه سازی سبد مالی دارای
- - .102 57 ، 23 ، شماره 1 اختیار معامله، مهندسی صنایع و مدیریت شریف، دوره 1
Andrews, C., Ford, D. and Mcllinson, K. (1986), ‘‘The design of index funds and alternative methods of replication’’, The Investment Analyst, Vol. 82, pp. 16-23.
Beasley, J.E, Meade, N. and Chang, T.J. An evolutionary heuristic for the index tracking problem, European Journal of Operational Research, Vol. 148, pp. 621–643,2003.
Bertsimas, D. and M. Sim, "The price of robustness". Operations Research, 2004. p. 35-53.
Chen Chen, Kwon, Roy H., Robust portfolio selection for index tracking, Computers & Operations Research, (2012), 39, 829–837.
Coleman, T., & Y. Li, J. H. (2006). Minimizing tracking error while
restricting the number of assets. Journal of Risk, 8, 33–56.
Gaivoronski AA, Krylov S, van der Wijst N. Optimal portfolio selection and dynamic benchmark tracking. European Journal of Operational Research 2005; 163(1):115–31.
Gharakhani, M., F.Z. Fazlelahi and S.J. Sadjadi , (2014). A robust optimization approach for index tracking problem, Journal of Computer Science., 10: 2450.2463.
Gilli, M. and K¨ellezi, E., Threshold Accepting for Index Tracking. Working paper available from the first author at Department of Econometrics, University of Geneva, 1211 Geneva 4, Switzerland, 2001.
Jansen, R. and Dijk, R. van. , Optimal benchmark tracking with small portfolios. Journal of Portfolio Management,Vol. 28 , pp. 33–39,2002.
Konno H, Wijayanayake A. Minimal cost index tracking under nonlinear transaction costs and minimal transaction unit constraints. International Journal of Theoretical and Applied Finance 2001; 4(6):939–58.
Meade, N. and Salkin, G. (1990), "Developing and Maintaining an Equity Index fund", Journal of the Operational Research Society, 41 (7), 599–607.
Rafaely, B., and Bennell, J. (2006), "Optimization of FTSE 100 Tracker Funds: A Comparison of Genetic Algorithms and Quadratic Programming", Managerial Finance, 32 (6), 477-492.
Roll R. A mean/variance analysis of tracking error. Journal of Portfolio Management 1992; 18:13–22.
Rohweder Herold C. Implementing stock selection ideas: does tracking error optimization do any good?, Journal of Portfolio Management 1998; 24(3): 49–59.
Rudolf Markus,Wolter Hans-Jurgen, Zimmermann Heinz. A linear model for tracking error minimization. Journal of Banking & Finance1999; 23(1): 85–103.
Schoenfeld, A. (2004), "Active Index Investing". John Wiley and Sons Inc, Hoboken, N.C.
Soyster, A.L., "Convex programming with set-inclusive constraints and applications to inexact linear programming". Operations research, 1973. 21(5): p. 1154-1157.
)