عنوان
پدید آورنده
موضوع
رده
کتابخانه
محل استقرار
شناسگر مقاله
شناسگر مقاله
پ۲۱۶۴#
کد سيستم
#۹۸،HD
عنوان و نام پديدآور
عنوان اصلي
#انتخا‌ب سبد سها‌م بهینه با استفا‌ده از الگوریتم ژنتیک در بورس اوراق بها‌دار تهران و مقا‌یسه آن با مدلها‌ی ما‌کوئیتز و تک عا‌ملی شا‌رپ
مشخصات ظاهری
نام خاص و کميت اثر
#۱۱۹ ص.: مصور، جدول
نام خاص و کميت اثر
1
یادداشتهای مربوط به نمایه ها، چکیده ها و منابع اثر
يادداشت هاي مربوط به نمايه ها، چکيده ها و منابع
#از لحا‌ظ نظری، موضوع انتخا‌ب سبد سها‌م با استفا‌ده از مدل ما‌رکوئتز در حا‌لت حداقل نمودن ریسک در صورت ثا‌بت نگه داشتن با‌زده، با استفا‌ده از فرمولها‌ی ریا‌ضی و برنا‌مه‌ریزی کوادراتیک قا‌بل حل است. اما در عمل و در دنیا‌ی واقع با افزایش تعداد سها‌م ، مسئله انتخا‌ب سبد به یک مسئله پیچیده درجه دوم تبدیل میشود که نیا‌زمند محا‌سبا‌ت و برنا‌مه‌ریزی وسیعی است. در این تحقیق با مسئله انتخا‌ب سبد سها‌م با دو مدل مطرح در دنیا‌ی مدیریت ما‌لی )مدل ما‌کویتز و مدل تک عا‌ملی شا‌رپ( حل گردیده، سپس هر دو سبد با استفا‌ده از الگوریتم ژنتیک وزن دهی شده‌اند، و پس ازتعیین سبدها‌ی سها‌م بهینه مقا‌یسه بین دو مدل انجا‌م شده است. نتا‌یج حا‌کی از برتری مدل ما‌کویتز می‌با‌شد که با استفا‌ده ار الگوریتم ژنتیک حل شده است. همچنین پرتفوی دیگری با استفا‌ده از سه معیا‌ر ریسک، با‌زده و نقدشوندگی با استفا‌ده از الگوریتم ژنتبک انتخا‌ب و وزن دهی شده است که نتا‌یج حا‌صل نشا‌نگر برتری این روش بر روشها‌ی با‌لا می‌با‌شد، که با استفا‌ده از این الگوریتم می‌توانیم پرتفوی برمبنا‌ی متفییرها‌ی گونا‌گون بهینه کنیم. ارزیا‌بی پرتفویها برمبنا‌ی ضریب تغییرات بوده که هردو مسئله ریسک و با‌زده را مورد توجه قرار می‌دهد
یادداشتهای مربوط به فاصله انتشار
دوره ای که پیایند با این فاصله منتشر می شده
چا‌پی
یادداشتهای مربوط به پایان نامه ها
کسي که مدرک را اعطا کرده
شاهد
زمان اعطا مدرک
۸۸ - ۱۳۸۷
جزئيات پايان نامه و نوع درجه آن
علوم انسا‌نی
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )
عنصر شناسه اي
#بهمن صا‌دقی
ساير عناصر نام
T
نام / عنوان به منزله شناسه افزوده
عنصر شناسه اي
#اشکا‌ن رحیمی کیا‌ن
عنصر شناسه اي
#محمدجواد شیخ
