بررسی کارایی مدل n/1 در انتخاب پرتفوی

هدف: از زمانی که کار اولیه مارکویتز، مبنی بر مدل سرمایه‌گذاری تک‌دوره‌ای ارائه شد، مسئله انتخاب پرتفوی در حوزه‌های علمی و صنعتی، به مسئله‌ای بنیادین در مدیریت سرمایه‌گذاری تبدیل شد. علی‌رغم مطرح‌شدن تئوری‌ها و روش‌های مختلف، با توجه به اینکه مدل n/1 به برآورد پارامترهای دیگر در بهینه‌سازی بی‌نیاز است و محاسبه‌های ساده‌ای دارد، همچنان در انتخاب پرتفوی در کانون توجه قرار می‌گیرد. هدف از این پژوهش بررسی کارایی مدل n/1 در انتخاب پرتفوی است.روش: در این پژوهش هم برای انتخاب پرتفوی بهینه و هم برای سنجش عملکرد پرتفوی، از روش‌ها و مدل‌های مختلفی استفاده شده است که یکی از این روش‌ها، روش تصمیم‌گیری چندمعیاره electre برای رتبه‌بندی مدل‌های پژوهش است. روش‌های انتخاب پرتفوی بهینه در این پژوهش، مدل‌های ‌n/1، میانگین واریانس، حداقل واریانس و همچنین، مدل ترکیبی حداقل واریانس و n/1 است. برای ارزیابی عملکرد پرتفوی نیز، از معیارهایی نظیر معیار شارپ، معیار ترینر، معیار مودیلیانی مودیلیانی، معیار اطلاعات و معیار سورتینو استفاده شده است.یافته‌ها: به‌طور نسبی، از لحاظ معیارهای شارپ و مودیلیانی مودیلیانی، عملکرد مدل n/1؛ از لحاظ معیار ترینر، عملکرد مدل میانگین واریانس و از لحاظ معیارهای اطلاعات و سورتینو، عملکرد مدل ترکیبی حداقل واریانس و n/1 بهتر بوده است.نتیجه‌گیری: در نهایت، به‌کمک روش تصمیم‏‎یری چندمعیاره electre مدل‌های پژوهش رتبه‌بندی شدند که نتایج آن، از  برتری مدل n/1 و مدل حداقل واریانس نسبت به مدل‌های دیگر حکایت می‌کند.

Investigating the Efficiency of the 1/N Model in Portfolio Selection

Objective: Since Markowitz’s (1952) pioneering work on a singleperiod investment model, meanvariance portfolio optimization problem has become a cornerstone of investment management in both academic and industrial fields. Despite the presence of various theories and methods, the  model continues to be considered in the portfolio selection, because it doesn`t need to estimate other parameters in optimization and computes simply. The objective of this study was to investigate the performance of Model  in the portfolio.Methods:In this paper, various models and methods have been used to select the optimal portfolios and to evaluate the performance of the portfolio. At the end of the paper, the ELECTRE multicriteria decisionmaking method has been used to rank the portfolio selection models. Portfolio selection models in this paper include  model, meanvariance model, minimumvariance model and composition of the minimumvariance model and  model. In this paper, various criteria such as Sharpe ratio, Trainer ratio, Modigliani and Modigliani ratio, Sortino ratio, Information ratio have been used to measure portfolio performance.Results: Relatively, the performance of the  model was better in terms of Sharpe ratio and Modigliani and Modigliani ratio, the performance of the meanvariance model in terms of Trainer ratio, and the performance of the composition of the minimumvariance model and  model in terms of Sortino ratio and Information ratio.Conclusion: Finally, the ELECTRE multicriteria decisionmaking method has been used to rank the portfolio selection models. The results indicate that  model and minimumvariance model is superior to other models.