تشكيل صندوق شاخصي بهبود يافته با استفاده از الگوريتم ژنتيك

To Form Enhanced Index Fund with Genetic Algorithm

اين تحقيق به ارايه مدلي براي بهينه سازي پرتفوي جهت مديريت صندوق شاخصي بهبود يافته مي پردازد. مديريت صندوق شاخصي بهبود يافته دو هدف اساسي را نسبت به مديريت فعال و مديريت منفعلانه دنبال مي كند. صندوق شاخصي بهبود يافته از يكسو در تلاش براي دست‌يابي به بازده بيشتر نسبت به شاخص است و از سوي ديگر، براي كاهش انحراف از شاخص تلاش مي كند. در اين مقاله چگونگي به‌كارگيري الگوريتم ژنتيك براي حل مسيله تشكيل صندوق شاخصي بهبود يافته با در نظر گرفتن محدوديت تعداد دارايي هاي مختلف و همچنين محدوديت در وزن تخصيص داده شده به دارايي هاي مختلف صندوق، شرح داده شده است. دوره زماني مورد استفاده براي اين پژوهش از خرداد 1378 تا خرداد 1389 در بورس اوراق بهادار تهران بود. نتايج حاصل از بارگيري مدل پيشنهادي با شاخص قيمت و بازده نقدي مقايسه گرديد. نتايج اين مقايسه بيانگر اين است كه ميانگين بازده صندوق هاي شاخصي بهبود يافته تفاوت معني دار آماري با بازده شاخص قيمت و بازده نقدي بورس اوراق بهادار تهران دارد و از آن بيشتر است.

This study proposes a portfolio optimization scheme for Enhanced index fund management. Enhanced index fund management has two basic goals in relation to passive and active management. Enhanced index fund aims to earn a higher return than the index while minimizing the risk of deviating from the index. This paper demonstrates how a genetic algorithm can be used to solve the enhanced index fund construction problem with constraints on the cardinality and with upper and lower limits on the included assetʹs weights. The sample period used is from May 1999 to May 2010 in the Tehran Stock Exchange (TSE). The experimental results have been compared with TEDPIX. The result of these comparisons shows that average return of enhanced index fund is statistically significant greater than return of TEDPIX.