|
|
|
|
سبد بهینه نوسانگیری روزانه بر پایه پیشبینی بازهای مقدار با رهیافت خودرگرسیون برداری
|
|
|
|
|
|
|
|
نویسنده
|
سلیمانی سروستانی سجاد ,داودی محمد رضا ,خردمند علی
|
|
منبع
|
بورس اوراق بهادار - 1403 - دوره : 17 - شماره : 65 - صفحه:69 -86
|
|
چکیده
|
پیشبینی مناسب داراییهای مالی به سرمایهگذاران در کسب درآمد و مدیریت داراییهای خود کمک میکند. پیشبینی بازهای مقدار شامل پیشبینی یک بازه است که حدود آن را دو متغیر تصادفی مشخص میکند. هدف پژوهش حاضر طراحی و بهینهسازی سبد میانگین-واریانس نوسانگیری روزانه بر اساس پیشبینی بازهای مقدار کمینه و بیشینه قیمت روزانه با رهیافت خودرگرسیون برداری میباشد. در پژوهش حاضر به کمک روش خودرگرسیون برداری، پیشبینی بازهای مقدار مربوط به کمترین و بیشترین قیمت روزانه صورت می گیرد و سپس بر اساس آن یک سیستم معاملاتی نوسانگیری روزانه، شامل خرید و فروش در مقادیر پیشبینی شده شکل می گیرد. برای کاستن از ریسک سیستم معاملاتی و افزایش تعداد موقعیتهای معاملاتی، سبد بهینه نوسانگیری روزانه در چهارچوب میانگین-واریانس توسعه می یابد. سبد نمونهای پژوهش شامل پنج سهم از بورس اوراق بهادار تهران در یک دوره 190 روزه با احتساب هزینههای معاملاتی خرید و فروش نشان می دهد که میانگین بازده روزانه سبد نوسانگیری پژوهش 0.0018 و نسبت شارپ آن 0.4809 میباشد که از نسبت شارپ حاصل از سیستم نوسانگیری روزانه انفرادی داراییهای سبد، بهتر است. میانگین روزانه شاخص کل در دوره پژوهش 0.001و نسبت شارپ آن 0.0835 میباشد که نشان می دهد سیستم معاملاتی پژوهش عملکردی به مراتب بهتر از سیستم خرید و نگهداری دارد. به سرمایهگذاران ریسک گریز علاقمند به استراتژی نوسانگیری روزانه پیشنهاد میشود تا رویکرد سبد بهینه معرفی شده در پژوهش حاضر را پس از بررسی و ارزیابی دقیق سودآوری و ریسک بر روی مجموعه سهام مورد نظر خود مورد استفاده قرار دهند.
|
|
کلیدواژه
|
پیشبینی بازهای مقدار، سبد میانگین واریانس، خودرگرسیون برداری، استراتژی نوسانگیری
|
|
آدرس
|
دانشگاه آزاد اسلامی واحد دهاقان, گروه مدیریت صنعتی, ایران, دانشگاه آزاد اسلامی واحد دهاقان, گروه مدیریت, ایران, دانشگاه آزاد اسلامی واحد سروستان, گروه حسابداری, ایران
|
|
پست الکترونیکی
|
khmi_2000@yahoo.com
|
|
|
|
|
|
|
|
|
|
|
|
|
optimal daily scalping trading portfolio based on interval-valued prediction with vector autoregression approac
|
|
|
|
|
Authors
|
solymanisarvestani sajad ,davoodi mohammad reza ,kheradmand ali
|
|
Abstract
|
and optimize the mean-variance daily scalping trading portfolio based on interval-valued prediction for lowest and highest daily prices with the vector autoregression approach. in the present study, using the vector autoregression method, the interval related to the lowest and highest daily prices is predicted and then based on it, a daily scalping trading system is formed, including buying and selling in the forecasted prices. to reduce the risk of the trading system and increase the number of trading positions, the optimal daily scalping trading portfolio is developed in the mean-variance framework. the sample portfolio includes five shares of the tehran stock exchange in a 190-day period, taking into account trading costs, shows that the average daily return is 0/0018 and the sharpe ratio is 0/4809, which is better than the sharpe ratio of individual daily scalping trading of portfolio assets. the daily average of the total index in the research period is 0/001 and the sharp ratio is 0/0835, whichshows that the trading system has a much better performance than the buy and holdstrategy. risk-averse investors who are interested in the daily scalping strategy aresuggested to use the optimal portfolio approach introduced in the present study aftercarefully evaluating the profitability and risk on the set of stocks they want.
|
|
Keywords
|
interval-valued prediction ,mean-variance portfolio ,scalping trading ,vector autoregression
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|