Υλοποίηση μεθοδολογίας με βάση γενετικούς αλγορίθμους για τη διαχείριση χαρτοφυλακίου με στόχο τη βελτιστοποίηση του δείκτη Sortino

Σκοπός της παρούσας διπλωματικής εργασίας είναι η αναλυτική μελέτη της εφαρμογής αλγοριθμικών μηχανισμών από το πεδίο της Τεχνητής Νοημοσύνης (Artificial Intelligence-A.I.) στο πρόβλημα βελτιστοποίησης χαρτοφυλακίου μετοχών. Το πρόβλημα βελτιστοποίησης του χαρτοφυλακίου αναφέρεται στην βέλτιστη επιλ...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Μπάφα, Βασιλική - Παντελής
Άλλοι συγγραφείς: Δούνιας, Γεώργιος
Γλώσσα:Greek
Δημοσίευση: 2015
Θέματα:
Διαθέσιμο Online:https://vsmart.lib.aegean.gr/webopac/List.csp?SearchT1=%CE%9C%CF%80%CE%AC%CF%86%CE%B1%2C+%CE%92%CE%B1%CF%83%CE%B9%CE%BB%CE%B9%CE%BA%CE%AE&Index1=Keywordsbib&Database=1&SearchMethod=Find_1&SearchTerm1=%CE%9C%CF%80%CE%AC%CF%86%CE%B1%2C+%CE%92%CE%B1%CF%83%CE%B9%CE%BB%CE%B9%CE%BA%CE%AE&OpacLanguage=gre&Profile=Default&EncodedRequest=*B1*2FD*98*DCk*B1PG*E2*98*E3*FBSU*40&EncodedQuery=*B1*2FD*98*DCk*B1PG*E2*98*E3*FBSU*40&Source=SysQR&PageType=Start&PreviousList=RecordListFind&WebPageNr=1&NumberToRetrieve=50&WebAction=NewSearch&StartValue=0&RowRepeat=0&ExtraInfo=&SortIndex=Year&SortDirection=-1&Resource=&SavingIndicator=&RestrType=&RestrTerms=&RestrShowAll=&LinkToIndex=
http://hdl.handle.net/11610/14645
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
_version_ 1828460538371244032
author Μπάφα, Βασιλική - Παντελής
author2 Δούνιας, Γεώργιος
author_facet Δούνιας, Γεώργιος
Μπάφα, Βασιλική - Παντελής
author_sort Μπάφα, Βασιλική - Παντελής
collection DSpace
description Σκοπός της παρούσας διπλωματικής εργασίας είναι η αναλυτική μελέτη της εφαρμογής αλγοριθμικών μηχανισμών από το πεδίο της Τεχνητής Νοημοσύνης (Artificial Intelligence-A.I.) στο πρόβλημα βελτιστοποίησης χαρτοφυλακίου μετοχών. Το πρόβλημα βελτιστοποίησης του χαρτοφυλακίου αναφέρεται στην βέλτιστη επιλογή χρηματοοικονομικών τίτλων καθώς επίσης και στην εύρεση του βέλτιστου ποσοστού επενδυμένου κεφαλαίου για κάθε τίτλο ξεχωριστά. Επομένως, το πρόβλημα διαχείρισης χαρτοφυλακίου μπορεί να θεωρηθεί ως ένα πρόβλημα βελτιστοποίησης σε δυο χώρους: διακριτός χώρος λύσεων-μετοχές (discrete optimization) και συνεχής χώρος λύσεων-ποσοστά επενδυμένου κεφαλαίου (continuous optimization). Πιο συγκεκριμένα, στην παρούσα εργασία, στόχος είναι η μεγιστοποίηση του χρηματοοικονομικού δείκτη Sortino (αντικειμενική συνάρτηση), ο οποίος λαμβάνει υπόψη ταυτόχρονα τις έννοιες της αναμενόμενης απόδοσης και του κινδύνου. Επιπλέον, υπάρχει κι ένας περιορισμός, ο οποίος αναφέρεται στην ικανότητα παρακολούθησης ενός χρηματιστηριακού δείκτη από το κατασκευασμένο χαρτοφυλάκιο. Το μέτρο που θα χρησιμοποιηθεί σε αυτή την εργασία είναι η τυπική απόκλιση των διαφορών των αποδόσεων του χαρτοφυλακίου από τις αποδόσεις του χρηματιστηριακού δείκτη (tracking error volatility), το οποίο είναι επιθυμητό να είναι σε χαμηλά επίπεδα. Όσον αφορά το μεθοδολογικό κομμάτι, θα χρησιμοποιηθεί ένας τύπος γενετικών αλγορίθμων. Ο τρόπος λειτουργίας τους είναι εμπνευσμένος από την βιολογία και χρησιμοποιεί την ιδέα της εξέλιξης μέσω γενετικής μετάλλαξης, φυσικής επιλογής και διασταύρωσης. Οι γενετικοί αλγόριθμοι προσπαθούν να βρουν τη λύση ενός προβλήματος με το να προσομοιώνουν την εξέλιξη ενός πληθυσμού «λύσεων» του προβλήματος. Είναι μια τεχνική προγραμματισμού που εισήγαγε στα τέλη της δεκαετίας του 1960 ο John H. Holland. Ο προτεινόμενος Γενετικός Αλγόριθμος θα χρησιμοποιηθεί για την εύρεση των κατάλληλων (συνδυασμών) ν-άδων μετοχών, δηλαδή τον αριθμό των μετοχών που θα απαρτίζουν το χαρτοφυλάκιο. Για την εύρεση του ποσοστού του επενδυμένου κεφαλαίου για κάθε χρεόγραφο το οποίο έχει επιλεχθεί στο χαρτοφυλάκιο, θα χρησιμοποιηθεί μια μαθηματική μέθοδος. Όσον αφορά τα δεδομένα εφαρμογής, θα χρησιμοποιηθεί ο Γενικός Δείκτης ΧΑ, ο οποίος αποτελείται από τις 40 μετοχές με την υψηλότερη κεφαλαιοποίηση που διακινούνται στην ελληνική αγορά. Επιπλέον, το χρονικό διάστημα της μελέτης θα είναι: 4η Ιανουαρίου 2010 – 29η Μαΐου 2010. Ως συνεισφορά της παρούσας εργασίας μπορεί να θεωρηθεί η μελέτη και η εξαγωγή χρήσιμων συμπερασμάτων σχετικά με τη συμπεριφορά του Γενετικού Αλγορίθμου στο πρόβλημα διαχείρισης χαρτοφυλακίου, βάσει πειραματικών προσομοιώσεων στις παραμέτρους του.
id oai:hellanicus.lib.aegean.gr:11610-14645
institution Hellanicus
language Greek
publishDate 2015
record_format dspace
spelling oai:hellanicus.lib.aegean.gr:11610-146452020-11-30T13:19:01Z Υλοποίηση μεθοδολογίας με βάση γενετικούς αλγορίθμους για τη διαχείριση χαρτοφυλακίου με στόχο τη βελτιστοποίηση του δείκτη Sortino Μπάφα, Βασιλική - Παντελής Δούνιας, Γεώργιος Γενετικός αλγόριθμος Διαχείριση χαρτοφυλακίου Δείκτης Sortino Genetic algorithm Portfolio management Sortino ratio Σκοπός της παρούσας διπλωματικής εργασίας είναι η αναλυτική μελέτη της εφαρμογής αλγοριθμικών μηχανισμών από το πεδίο της Τεχνητής Νοημοσύνης (Artificial Intelligence-A.I.) στο πρόβλημα βελτιστοποίησης χαρτοφυλακίου μετοχών. Το πρόβλημα βελτιστοποίησης του χαρτοφυλακίου αναφέρεται στην βέλτιστη επιλογή χρηματοοικονομικών τίτλων καθώς επίσης και στην εύρεση του βέλτιστου ποσοστού επενδυμένου κεφαλαίου για κάθε τίτλο ξεχωριστά. Επομένως, το πρόβλημα διαχείρισης χαρτοφυλακίου μπορεί να θεωρηθεί ως ένα πρόβλημα βελτιστοποίησης σε δυο χώρους: διακριτός χώρος λύσεων-μετοχές (discrete optimization) και συνεχής χώρος λύσεων-ποσοστά επενδυμένου κεφαλαίου (continuous optimization). Πιο συγκεκριμένα, στην παρούσα εργασία, στόχος είναι η μεγιστοποίηση του χρηματοοικονομικού δείκτη Sortino (αντικειμενική συνάρτηση), ο οποίος λαμβάνει υπόψη ταυτόχρονα τις έννοιες της αναμενόμενης απόδοσης και του κινδύνου. Επιπλέον, υπάρχει κι ένας περιορισμός, ο οποίος αναφέρεται στην ικανότητα παρακολούθησης ενός χρηματιστηριακού δείκτη από το κατασκευασμένο χαρτοφυλάκιο. Το μέτρο που θα χρησιμοποιηθεί σε αυτή την εργασία είναι η τυπική απόκλιση των διαφορών των αποδόσεων του χαρτοφυλακίου από τις αποδόσεις του χρηματιστηριακού δείκτη (tracking error volatility), το οποίο είναι επιθυμητό να είναι σε χαμηλά επίπεδα. Όσον αφορά το μεθοδολογικό κομμάτι, θα χρησιμοποιηθεί ένας τύπος γενετικών αλγορίθμων. Ο τρόπος λειτουργίας τους είναι εμπνευσμένος από την βιολογία και χρησιμοποιεί την ιδέα της εξέλιξης μέσω γενετικής μετάλλαξης, φυσικής επιλογής και διασταύρωσης. Οι γενετικοί αλγόριθμοι προσπαθούν να βρουν τη λύση ενός προβλήματος με το να προσομοιώνουν την εξέλιξη ενός πληθυσμού «λύσεων» του προβλήματος. Είναι μια τεχνική προγραμματισμού που εισήγαγε στα τέλη της δεκαετίας του 1960 ο John H. Holland. Ο προτεινόμενος Γενετικός Αλγόριθμος θα χρησιμοποιηθεί για την εύρεση των κατάλληλων (συνδυασμών) ν-άδων μετοχών, δηλαδή τον αριθμό των μετοχών που θα απαρτίζουν το χαρτοφυλάκιο. Για την εύρεση του ποσοστού του επενδυμένου κεφαλαίου για κάθε χρεόγραφο το οποίο έχει επιλεχθεί στο χαρτοφυλάκιο, θα χρησιμοποιηθεί μια μαθηματική μέθοδος. Όσον αφορά τα δεδομένα εφαρμογής, θα χρησιμοποιηθεί ο Γενικός Δείκτης ΧΑ, ο οποίος αποτελείται από τις 40 μετοχές με την υψηλότερη κεφαλαιοποίηση που διακινούνται στην ελληνική αγορά. Επιπλέον, το χρονικό διάστημα της μελέτης θα είναι: 4η Ιανουαρίου 2010 – 29η Μαΐου 2010. Ως συνεισφορά της παρούσας εργασίας μπορεί να θεωρηθεί η μελέτη και η εξαγωγή χρήσιμων συμπερασμάτων σχετικά με τη συμπεριφορά του Γενετικού Αλγορίθμου στο πρόβλημα διαχείρισης χαρτοφυλακίου, βάσει πειραματικών προσομοιώσεων στις παραμέτρους του. 2015-11-19T10:57:30Z 2015-11-19T10:57:30Z 2011 https://vsmart.lib.aegean.gr/webopac/List.csp?SearchT1=%CE%9C%CF%80%CE%AC%CF%86%CE%B1%2C+%CE%92%CE%B1%CF%83%CE%B9%CE%BB%CE%B9%CE%BA%CE%AE&Index1=Keywordsbib&Database=1&SearchMethod=Find_1&SearchTerm1=%CE%9C%CF%80%CE%AC%CF%86%CE%B1%2C+%CE%92%CE%B1%CF%83%CE%B9%CE%BB%CE%B9%CE%BA%CE%AE&OpacLanguage=gre&Profile=Default&EncodedRequest=*B1*2FD*98*DCk*B1PG*E2*98*E3*FBSU*40&EncodedQuery=*B1*2FD*98*DCk*B1PG*E2*98*E3*FBSU*40&Source=SysQR&PageType=Start&PreviousList=RecordListFind&WebPageNr=1&NumberToRetrieve=50&WebAction=NewSearch&StartValue=0&RowRepeat=0&ExtraInfo=&SortIndex=Year&SortDirection=-1&Resource=&SavingIndicator=&RestrType=&RestrTerms=&RestrShowAll=&LinkToIndex= http://hdl.handle.net/11610/14645 el application/pdf Χίος
spellingShingle Γενετικός αλγόριθμος
Διαχείριση χαρτοφυλακίου
Δείκτης Sortino
Genetic algorithm
Portfolio management
Sortino ratio
Μπάφα, Βασιλική - Παντελής
Υλοποίηση μεθοδολογίας με βάση γενετικούς αλγορίθμους για τη διαχείριση χαρτοφυλακίου με στόχο τη βελτιστοποίηση του δείκτη Sortino
title Υλοποίηση μεθοδολογίας με βάση γενετικούς αλγορίθμους για τη διαχείριση χαρτοφυλακίου με στόχο τη βελτιστοποίηση του δείκτη Sortino
title_full Υλοποίηση μεθοδολογίας με βάση γενετικούς αλγορίθμους για τη διαχείριση χαρτοφυλακίου με στόχο τη βελτιστοποίηση του δείκτη Sortino
title_fullStr Υλοποίηση μεθοδολογίας με βάση γενετικούς αλγορίθμους για τη διαχείριση χαρτοφυλακίου με στόχο τη βελτιστοποίηση του δείκτη Sortino
title_full_unstemmed Υλοποίηση μεθοδολογίας με βάση γενετικούς αλγορίθμους για τη διαχείριση χαρτοφυλακίου με στόχο τη βελτιστοποίηση του δείκτη Sortino
title_short Υλοποίηση μεθοδολογίας με βάση γενετικούς αλγορίθμους για τη διαχείριση χαρτοφυλακίου με στόχο τη βελτιστοποίηση του δείκτη Sortino
title_sort υλοποίηση μεθοδολογίας με βάση γενετικούς αλγορίθμους για τη διαχείριση χαρτοφυλακίου με στόχο τη βελτιστοποίηση του δείκτη sortino
topic Γενετικός αλγόριθμος
Διαχείριση χαρτοφυλακίου
Δείκτης Sortino
Genetic algorithm
Portfolio management
Sortino ratio
url https://vsmart.lib.aegean.gr/webopac/List.csp?SearchT1=%CE%9C%CF%80%CE%AC%CF%86%CE%B1%2C+%CE%92%CE%B1%CF%83%CE%B9%CE%BB%CE%B9%CE%BA%CE%AE&Index1=Keywordsbib&Database=1&SearchMethod=Find_1&SearchTerm1=%CE%9C%CF%80%CE%AC%CF%86%CE%B1%2C+%CE%92%CE%B1%CF%83%CE%B9%CE%BB%CE%B9%CE%BA%CE%AE&OpacLanguage=gre&Profile=Default&EncodedRequest=*B1*2FD*98*DCk*B1PG*E2*98*E3*FBSU*40&EncodedQuery=*B1*2FD*98*DCk*B1PG*E2*98*E3*FBSU*40&Source=SysQR&PageType=Start&PreviousList=RecordListFind&WebPageNr=1&NumberToRetrieve=50&WebAction=NewSearch&StartValue=0&RowRepeat=0&ExtraInfo=&SortIndex=Year&SortDirection=-1&Resource=&SavingIndicator=&RestrType=&RestrTerms=&RestrShowAll=&LinkToIndex=
http://hdl.handle.net/11610/14645
work_keys_str_mv AT mpaphabasilikēpantelēs ylopoiēsēmethodologiasmebasēgenetikousalgorithmousgiatēdiacheirisēchartophylakioumestochotēbeltistopoiēsētoudeiktēsortino