تحليل مقايسه اي بهينه سازي سبد سهام در الگوريتم هاي آتش بازي و ژنتيك با استفاده از ارزش در معرض خطر شرطي

Comparative Analysis of Stock Portfolio Optimization in Fireworks and Genetic Algorithms Using Conditional Value at Risk

مهم ترين دغدغه سرمايه گذاري، كاهش ارزش دارايي در آينده است كه باعث گرديده، سرمايه گذاران مجموعه دارايي هايي را انتخاب كنند كه كمترين ريسك و بالاترين بازده را داشته باشد. پژوهش حاضر به مساله بهينه سازي سبد سهام با توجه به ارزش در معرض خطر شرطي بر مبناي الگوريتم جديد و هوشمند آتش بازي و مقايسه آن با الگوريتم ژنتيك از روش شبيه سازي تاريخي با استفاده از نرم افزار MATLAB مي پردازد. تنظيم پارامترهاي الگوريتم هاي فراابتكاري به روش تاگوچي با استفاده از نرم افزار MINITAB انجام شد. در اين پژوهش از اطلاعات سهام شركت هاي پذيرفته شده در بورس اوراق بهادار كه اطلاعات قيمت و بازده نقدي آنها بين سالهاي 1396 تا شهريور 1399 ثبت شده است و مطابق ماده 141 قانون تجارت مشمول تعليق نيستند، استفاده شد. جهت پايايي پژوهش از آزمون ديكي فولر تعميم يافته و آزمون فيليپس پرون استفاده شد. براي ارزيابي دقت مدل ارزش در معرض خطر شرطي از آزمون نسبت شكست كوپيك، آزمون استقلال كريستوفرسن و آزمون تركيبي استفاده شده است. همچنين مقايسه اي نيز بين مدل ها توسط آزمون لوپز صورت گرفت. يافته هاي پژوهش نشان داد كه در سطوح اطمينان 95% و 99% مدل ارزش در معرض خطر شرطي با استفاده از الگوريتم آتش بازي از اعتبار مناسب و قابل اتكايي جهت سنجش ريسك بازار و بهينه كردن سبد سهام برخوردار مي باشد.

Devaluation of assets in the future is one of the most important investment concerns that has led investors to choose the set of assets that have the lowest risk and highest return. The present study deals with the problem of stock portfolio optimization according to the Conditional Value at Risk based on the new and intelligent fireworks algorithm and compares it with genetic algorithm with the historical simulation method using MATLAB software. The parameters of meta-heuristic algorithms were adjusted by Taguchi method using MINITAB software. Not suspended, used. For reliability of the study, generalized Dickey-Fuller test and Phillips-Prone test were used. To evaluate the accuracy of the Conditional Value at Risk model, the kupiec proportion of failure test, Christoffersen independence test and Conditional coverage test are used. A comparison was also made between the models by Lopez test. Findings showed that at %95 and %99 confidence levels, the conditional risk value model using the fireworks algorithm has a suitable and reliable validity for measuring market risk and optimizing the stock portfolio