نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشجوی کارشناسی ارشد، گروه مهندسی مالی، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران
2 دانشیار، گروه مهندسی مالی، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران نویسنده مسئول
چکیده
انتخاب سبد سرمایه گذاری همواره یکی از مباحث مهم در حوزه مدیریت سرمایه گذاری بوده که در رابطه با
نحوه تخصیص سرمایه یک سرمایه گذار به دارایی های مختلف و تشکیل یک پرتفوی کارا بحث می کند که
هرچه مفروضات و شرایط مدل سازی جهت انتخاب و بهینه سازی سبد سرمایه گذاری به شرایط دنیای واقعی
نزدیک تر باشد، نتایج حاصل از آن بیشتر قابل اتکا خواهد بود. در نظر گرفتن افق تک دوره ای برای
سرمایه گذاری چندان واقعی نبوده و بیشتر سرمایه گذاران برای بیش از یک دوره اقدام به سرمایه گذاری
می کنند که سرمایه گذار بتواند موقعیت خود را در طول زمان مورد بازنگری قرار دهد. همچنین در دنیای
واقعی داده ها و پارامترها همواره با عدم قطعیت مواجه هستند. بنابراین توسعه مدل های بهینه سازی سبد
سرمایه گذاری چنددوره ای یک نیاز اساسی می باشد که در این پژوهش علاوه بر در نظر گرفتن افق
چنددوره ای و هزینه معاملاتی، از قدرمطلق انحراف از میانگین به عنوان سنجه ریسک استفاده شده و
محدودیت های نقدینگی، کاردینالیتی، آستانه و کلاس نیز در مدل لحاظ گردیده و همچنین عدم قطعیت
داده ها نیز با استفاده از ابزار درخت سناریو مدل سازی شده است. در ادامه پس از مدل سازی، به منظور حل این
مدل از روش برنامه ریزی پویا استفاده شده و سرانجام کارایی مدل با استفاده از داده های 0 سهم از بورس اوراق
بهادار تهران مربوط به سال های 1975 تا 1974 آزمون شده است. در بهینه سازی مدل ارائه شده در این پژوهش،
تأثیر عواملی نظیر حدود تعیین شده برای متغیرهای تصمیم و نیز تعداد دارایی های موجود در پرتفوی، مورد
بررسی قرار گرفته و نتایج حاصل گویای آن است که مدل ارائه شده دارای عملکرد مناسبی بوده و نتایج
حاصل از آن با تئوری موضوع کاملاً سازگاری دارد.
کلیدواژهها
عنوان مقاله [English]
Multi-Period Portfolio Optimization Using Dynamic Programming Approach
نویسندگان [English]
- Negin Mohebbi 1
- Amir Abbas Najafi 2
چکیده [English]
Portfolio selection has always been one of the important issues in the field of investment management, which discusses how to allocate an investor's capital to different assets and form an efficient portfolio. If the modeling assumptions for portfolio optimization is closer to the real world, the results will be more reliable. Considering single horizon for investment is not real and more investors are investing for more than one period to be able to revise their positions over time. Moreover, in the real world, data and parameters are always uncertain. Therefore, the development of multi-period portfolio optimization models is a basic requirement. In this paper, based on the portfolio theory, a new multi-period portfolio selection model is proposed, which contains transaction costs, liquidity constraints, threshold constraints, cardinality constraints and class constraints. Moreover, mean absolute deviation is used as a measure of risk and uncertainty of data is modeled with scenario tree. Also, in order to solve the proposed model, the dynamic programming method has been used and finally, the model efficiency was tested using data for 5 stocks from Tehran Stock Exchange in a period of 1390 to 1394. In the proposed model, the effect of some factors such as boundary of decision variables and the number of assets in the portfolio is examined. The results indicate that the proposed model has a suitable performance and completely consistent with the theory.
کلیدواژهها [English]
- Multi-Period Portfolio
- Mean Absolute Deviation
- Scenario Tree
- Dynamic Programming