|
|
|
|
مدیریت کیفیت سبد بهینه سهام با استفاده از ترکیب مدل مارکوییتز با روش های ماشین بردار پشتیبان، تحلیل پوششی دادهها و دی بی اسکن
|
|
|
|
|
|
|
|
نویسنده
|
خسروی رضا ,پیک فلک جمشید ,فتاحی نافچی حسن
|
|
منبع
|
مهندسي و مديريت كيفيت - 1403 - دوره : 14 - شماره : 4 - صفحه:358 -378
|
|
چکیده
|
هدف: هدف پژوهش حاضر تعیین سبد بهینه سهام با استفاده از ترکیب مدل مارکوویتز با روشهای ماشین بردار پشتیبان، تحلیلپوششیدادها و الگویتم خوشهبندی دیبیاسکن است. جامعه آماری پژوهش، شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران در بازه زمانی 1391 الی 1401 است.روششناسی پژوهش: در راستای دستیابی به اهداف پژوهش برای تشکیل سبد بهینه سهام، از رویکرد کاهش ابعاد، روشهای تحلیلپوششیدادها، ماشین بردار پشتیبان و الگوریتمهای خوشهبندی دیبیاسکن استفاده شده است. نسبتهای مالی ترازنامهای، نسبتهای مالی صورت سود زیان، نسبتهای مالی صورت گردش وجه نقد و نسبتهای مالی ترکیبی و ریسک و بازده بر اساس مدل ترکیبی مارکوویتز بهعنوان ورودی مدل تهیه چهار پرتفوی استفاده شده است.یافتهها: یافتههای حاصل از پژوهش، حاکی است روش بردار پشتیبان و روﯾﮑﺮد ﭼﻬﺎرم ﮐﻪ ﺷﺎﻣﻞ مدل ترکیبی اﺳﺖ، در بهینهسازی ﺳﺒﺪ ﺳﻬﺎم ﻋﻤﻠﮑﺮد ﺑﻬﺘﺮی داﺷﺘﻪ اﺳﺖ.اصالت/ارزش افزوده علمی: با توجه به نوآوری این پژوهش در بهکارگیری مدل ترکیبی مارکوییتز، نتایج میتواند به سرمایهگذاران و تحلیلگران سهام در مدیریت کیفیت سبد بهینه سهام کمک کند.
|
|
کلیدواژه
|
سبد بهینه سهام، ماشین بردار پشتیبان، تحلیل پوششی دادهها، دی بی اسکن، مدل مارکوییتز
|
|
آدرس
|
دانشگاه آزاد اسلامی واحد شهرکرد, گروه حسابداری, ایران, دانشگاه آزاد اسلامی واحد تهران غرب, گروه حسابداری, ایران, دانشگاه اصفهان, گروه حسابداری, ایران
|
|
پست الکترونیکی
|
h.fattahi@ase.ui.ac.ir
|
|
|
|
|
|
|
|
|
|
|
|
|
optimal stock portfolio quality management using the combination of the markowitz model with support vector machine methods, data envelopment analysis, and db scan
|
|
|
|
|
Authors
|
khosravi reza ,peikfalak jamshid ,fattahi nafchi hassan
|
|
Abstract
|
purpose: the aim of this study is to determine the optimal stock portfolio using a combination of the markowitz model with support vector machine (svm), data envelopment analysis (dea), and the dbscan clustering algorithm. the statistical population consists of companies listed on the tehran stock exchange from 2012 to 2022.methodology: to achieve the research objectives and form an optimal stock portfolio, dimensionality reduction approaches, dea, svm, and the dbscan clustering algorithm were employed. financial ratios from balance sheets, income statements, cash flow statements, composite financial ratios, and risk and return based on the hybrid markowitz model were used as inputs to construct four portfolios.findings: the findings indicate that the svm method and the fourth approach, which includes the hybrid model, exhibited superior performance in optimizing the stock portfolio.originality/value: given the innovation of this research in applying the hybrid markowitz model, the results can assist investors and stock analysts in managing the quality of an optimal stock portfolio.
|
|
Keywords
|
optimal stock portfolio ,support vector machine ,data envelopment analysis ,dbscan ,markowitz model
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|