شماره مدرك :
16681
شماره راهنما :
14799
پديد آورنده :
آقائي، زهرا
عنوان :

بررسي و بهبود روش‌هاي طراحي سبد سهام با قابليت بازگشت به ميانگين

مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
مخابرات سيستم
محل تحصيل :
اصفهان : دانشگاه صنعتي اصفهان
سال دفاع :
1400
صفحه شمار :
يازده، 92ص.: مصور، جدول، نمودار
استاد راهنما :
محمد مهدي نقش
توصيفگر ها :
استراتژي آربيتراژ آماري , استراتژي معامله جفت , تئوري هم‌جمعي , سبد سهام بازگشت به ميانگين , الگوريتم MM
استاد داور :
محمد دخيل عليان، فروغ السادات طباطبا
تاريخ ورود اطلاعات :
1400/08/15
كتابنامه :
كتابنامه
رشته تحصيلي :
مهندسي برق
دانشكده :
مهندسي برق و كامپيوتر
تاريخ ويرايش اطلاعات :
1400/08/16
كد ايرانداك :
2776261
چكيده فارسي :
پيش‌بيني رفتار دارايي‌هاي مالي و روند حركت قيمت آن‌ها، يكي از چالش‌هاي مطرح در ميان سرمايه‌گذاران است. در يك بازار كارا، شوك‌هاي وارده به بازارهاي مالي اثر موثر و درازمدتي بر ارزش دارايي‌هاي آن بازار گذاشته و مدل حركت قيمت دارايي‌‌ها را به مفهوم گام تصادفي نزديك مي‌كند. به دليل گام تصادفي بودن ارزش سهام در يك بازار كارا، امكان پيش‌بيني قيمت محقق نخواهد شد. در مقابل، در يك بازار ناكارآمد، شوك‌هاي وارده اثر كوتاه مدت و گذرايي بر دارايي‌ها گذاشته و پيش‌بيني رفتار يك دارايي را با همگرايي قيمت به شرايط پيش از شوك، امكان‌پذير مي‌كند. نظريه بازگشت به ميانگين در يك بازار ناكارا، بيان مي‌كند قيمت داراييِ بازگشت به ميانگين، حول ميانگين بلند مدت خود در نوسان بوده و همواره تمايل دارد به ميانگين خود بازگردد. به دليل تمايل بازگشت قيمت اين دارايي‌ها به يك سطح معين، استراتژي ساده‌اي براي معامله‌گري مي‌توان متصور شد. هنگامي كه قيمت دارايي پايين‌تر از ميانگين خود باشد خريد دارايي، و هنگامي كه قيمت دارايي بالاتر از ميانگين خود باشد فروش دارايي، سودآور خواهد بود. اين استراتژي مرسوم به استراتژي معاملات جفت است كه يكي از قديمي‌ترين و رايج‌ترين استراتژي‌هاي آربيتراژ آماري به شمار مي‌رود. در بازارهاي مالي، شناسايي دارايي‌هايي كه ذاتا بازگشت به ميانگين هستند، دشوار است؛ به همين دليل پژوهشگران و محققان با استفاده از تكنيك‌هايي به ساخت دارايي‌هاي بازگشت به ميانگين مي‌پردازند. يكي از اين تكنيك‌ها تئوري هم‌جمعي نام دارد و هدف آن اين است كه دو دارايي مالي را به نحوي شناسايي كند كه سري زماني تفاضل قيمت اين دو، بازگشت به ميانگين (ايستان) شود. پرسش اصلي پژوهشِ پيش‌رو اين است كه اگر معامله بر روي يك داراييِ بازگشت به ميانگين، سود ايجاد مي‌كند؛ آيا مي‌توان تركيب خطي وزن‌داري از اين دارايي‌ها فراهم آورد، به طوري كه ويژگي‌هاي تجاري آن بهتر از يك داراييِ منفرد شود؟ اين تركيب خطي وزن‌دار از دارايي‌هاي بازگشت به ميانگين، با عنوان سبد سهام بازگشت به ميانگين شناخته شده و ساخت آن در حوزه بهينه‌سازي سبد سهام قرار مي‌گيرد. در اين پژوهش ابتدا معيارهايي كه ويژگي‌هاي تجاري يك معامله جفت را بهبود مي‌بخشد، مطرح كرده و سپس بر اساس معيارهاي موجود، يك مساله بهينه‌سازي براي ساخت سبد سهام شكل مي‌دهيم. در اين پايان‌نامه علاوه بر معيارهاي پيشين در ساخت سبد سهام، به منظور بهبود سودِ حاصل از تجارت جفت، معياري به نام معيار بازده را پيشنهاد داده و به بررسي تاثير اين معيار در ساخت سبد سهام مي‌پردازيم. در نهايت مساله بهينه‌سازي با استفاده از الگوريتم MM حل شده و پاسخ مساله، وزن‌ِ هر كدام از دارايي‌هاي تشكيل‌دهنده سبد سهام را مشخص مي‌كند. نتايج و شواهد بدست آمده از اين پژوهش، عملكرد بهتر سبد سهام بازگشت به ميانگين نسبت به يك دارايي منفرد را تاييد كرده و تاثير معيار بازده در شكل‌گيري سبد سهام را مثبت قلمداد مي‌كند.
چكيده انگليسي :
Predicting the behavior of financial assets and the corresponding trend of price movement is one of the challenges among investors. In an efficient market, shocks to financial markets have a long-term and permanent effect on the value of that marketʹs assets. These shocks also lead the asset price movement model to have a random walk pattern. As a consequence, price prediction is not feasible anymore. In contrast, in an inefficient market, shocks have a short-term and temporary effect on assets. In this situation, the convergence of the prices to pre-shock conditions makes it possible to predict the behavior of an asset. The theory of Mean-Reversion in an inefficient market states that the price of Mean-Reversion assets fluctuates around their long-term mean and always tends to return to their mean. This tendency could easily lead to a famous strategy. Buying the asset is profitable when the asset price is lower than the assetʹs mean, and selling the asset is profitable when the asset price is higher than the assetʹs mean. This strategy is known as the pair trading strategy, one of the widely accepted statistical arbitrage strategies. In financial markets, it is challenging to identify Mean-Reversion assets. Accordingly, researchers are using techniques to construct Mean-Reversion assets. One of these techniques is called cointegration theory. The cointegration theory identifies two financial assets such that the time series resulting from the subtraction of the price of them is Mean-Reversion (stationary). The main question of leading research is if trading on a Mean-Reversion asset is profitable; Is it possible to create the weighted linear composition of these assets so that their business characteristics are better than a single asset? This weighted linear combination of Mean-Reversion assets is known as the Mean-Reverting portfolio (MRP), and its construction falls within the scope of portfolio optimization. In this research, we first introduce the criteria that improve the business characteristics of pair trading. Then, based on the existing criteria, we form an optimization problem for constructing a portfolio. In addition, we propose the efficiency metric as a return criterion. This criterion is designed to increase the profit from pair trading. The impact of this criterion is examined on portfolio construction. Finally, the optimization problem is solved using the MM algorithm, which assigns a weight to each asset in the portfolio. The results of this study confirm the effectiveness of using the Mean-Reversion portfolio instead of single-asset portfolios and the effect of the return criterion on the construction portfolio as positive.
استاد راهنما :
محمد مهدي نقش
استاد داور :
محمد دخيل عليان، فروغ السادات طباطبا
لينک به اين مدرک :

بازگشت