Skip to main content
SUPERVISOR
Mohammad mahdi Naghsh
محمد مهدی نقش (استاد راهنما)
 
STUDENT
Samira Gharibi farashbandi
سمیرا قریبی فراشبندی

FACULTY - DEPARTMENT

دانشکده مهندسی برق و کامپیوتر
DEGREE
Master of Science (MSc)
YEAR
1395
Investment affairs is one of the most important factors affecting the economics of countries. Investors have always been looking for optimal investment choices. Investors use one of two active or passive management methods to manage their portfolios. In an active way, the investor tries to find stocks that have higher returns in future moments than other stocks. In order to find such stocks, the investor must well predict stock performance in the coming moments. But passive investment does not require market prediction. The great benefits of the passive investment strategy, including less risk, less managment costs, and the lack of market forecasting, have led to special attention in this way in the world’s capital markets in recent years. In this thesis, in addition to introducing the basic financial concepts and being familiar with the active investment method, we focus mainly on index tracking as one of the most important passive investment methods. The purpose of index tracking is creating a portfolio, which has a similar performance to that of the benchmark index. Sparse tracking is one of the tracking methods. The aim of sparse index tracking is creating a portfolio with small number of stocks, to track a benchmark index. The smaller the number of portfolio components, the less money the investor will need to pay. We also consider diversity in sparse index tracking for the first time for error reduction. In this thesis two different problems are considered for index tracking. In the first problem, the goal is to minimize a multi-objective function (in terms of the total weight of the tracking error, the degree of sparsity, and diversity of the portfolio), taking into account the long only and the capital budget constraints. Then, we deal with the first problem via MaMi technique. In the second problem, in addition to the constraints considered for the first problem, the holding constraint is also considered. This problem has also been dealt with MaMi technique. The simulation results show that with considering the diversity property for portfolio, a portfolio can be designed that track a benchmark index with less error. Key Words: Portfolio, Passive Investment, Index Tracking, MaMi Algorithm.
یکی از تاثیر‌گذارترین عوامل بر اقتصاد کشورها، امور مربوط به سرمایه‌گذاری است. سرمایه‌گذاران همواره به دنبال یافتن انتخاب بهینه برای سرمایه‌گذاری بوده و هستند. سرمایه‌گذاران برای مدیریت سبد سهام خود از یکی از دو روش مدیریت فعال و غیر‌فعال بهره می‌برند. سرمایه‌گذار در روش فعال، در تلاش است که سهام‌هایی را بیابد که بازده آن‌ها در لحظات آینده نسبت به بازده سایر سهام‌ها، رشد بیشتری داشته باشد. برای یافتن چنین سهام‌هایی، سرمایه‌گذار باید عملکرد سهام را در لحظات آینده به خوبی پیش‌بینی کند. اما در روش سرمایه‌گذاری غیر‌فعال نیازی به پیش‌بینی بازار نیست. سرمایه‌گذاران غیر‌فعال، هنگامی که سهامی را خریداری می کنند، چشم بر تغییرات کوتاه مدت نوسانات قیمت می‌بندند. زیرا اعتقاد دارند که سبد سهام خریداری شده، این پتانسیل را دارد که در دراز مدت سودآور باشد. مزایای زیاد روش سرمایه‌گذاری غیر‌فعال از جمله ریسک کمتر، عدم نیاز به پیش‌بینی بازار و هزینه‌های مدیریتی کمتر باعث شده است که در بازار‌های سرمایه دنیا،در سال‌های اخیر به این روش توجه ویژه‌ای شود. در این پایان‌نامه علاوه بر معرفی مفاهیم پایه مالی و آشنایی با روش سرمایه‌گذاری فعال، به طور عمده بر روی مسئله ردیابی شاخص به عنوان یکی از روش‌های سرمایه‌گذاری غیر‌فعال تمرکز می‌کنیم. هدف از ردیابی شاخص این است که با ایجاد یک سبد سهام بتوان به عملکردی مشابه با عملکرد شاخص معیار دست یافت. یکی از روش‌های ردیابی شاخص، ردیابی تنک نامیده می‌شود. هدف از ردیابی تنک شاخص این است که با تعداد محدودی سهام، بتوان عملکرد شاخص را ردیابی کرد. هر‌چه تعداد اجزای سبد سهام کمتر باشد، سرمایه‌گذار باید هزینه معاملاتی کمتری بپردازد. در این پایان‌نامه، برای اولین بار اثر تنوع سبد سهام بر روی کاهش خطای ردیابی، مطالعه شده است. در این پایان‌نامه، دو مسئله متفاوت برای ردیابی شاخص در نظر گرفته شده است. در مسئله اول، هدف کمینه‌سازی یک تابع چند‌هدفه (به صورت مجموع وزن‌دار خطای ردیابی، میزان تنکی و میزان تنوع سبد سهام) با در نظر گرفتن قید خرید و قید capital budget می‌باشد. در مسئله دوم، علاوه بر قید‌های درنظر گرفته شده برای مسئله اول، قید holding نیز در نظر گرفته شده است. این مسئله نیز غیر‌محدب بوده و از الگوریتمMaMi برای مواجهه با آن استفاده شده است. نتایج شبیه‌سازی‌ها نشان می‌دهد که با در نظر گرفتن خاصیت تنوع برای سبد سهام، می‌توان سبد سهامی طراحی کرد که با خطای کمتری شاخص معیار را ردیابی کند.این مسئله غیر‌محدب بوده و از الگوریتم MaMi برای مواجهه با آن استفاده شده است. واژه‌های کلیدی: سبد سهام، سرمایه‌گذاری غیرفعال، ردیابی شاخص، الگوریتم MaMi

ارتقاء امنیت وب با وف بومی