مطالعات مدیریت کسب و کار هوشمند

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادگروه مدیریت، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران.ایران(نویسنده مسوول) : amiri@atu.ac.ir

2 دانشیار گروه مدیریت، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایران.

3 استادیار گروه مدیریت، دانشگاه خاتم تهران، ایران.

4 دانشجوی دکتری مدیریت تحقیق در عملیات، دانشگاه علامه طباطبایی، تهران، ایران.

چکیده

هدایت درست و تخصیص بهینه منابعِ مالی سبب افزایش تولید و رشد ناخالص ملی، ایجاد شغل و افزایش رفاه عمومی می‏شود. پژوهش حاضر با هدف ارایه یک استراتژی سرمایه گذاری تلاش می کند مسیر پیشرفت شرکت سرمایه گذار را در بازارهای مالی هموار کند. بنابراین، پژوهش پیش رو را می توان از نظر هدف کاربردی دانست. همچنین با توجه به اینکه در تحقیق حاضر از مدل ریاضی ، مدلسازی، هوش مصنوعی و ... بهره گرفته شده و بهینه سازی پورتفوی شرکت سرمایه گذار را با مدل پیشنهادی مورد ارزیابی قرار میدهد، لذا از نوع تحقیقات کمی و توصیفی می باشد. این پژوهش عملکرد مدل پیشنهادی را در سه حالت: شرکت سرمایه گذار محتاط، میانه­رو و ریسک‌پذیر ارزیابی نمود. نتایج به‏دست آمده نشان داد که برای هر سه حالت، استراتژیِ ارایه شده به طور قابل توجهی بهتر از شاخص بازار و سایر استراتژی‏های پیشین عمل می‏کند.در پایانِ دوره سرمایه­گذاری، پورتفوی ریسک‌پذیر نسبت به سایر پورتفوی­ها از ارزش بالاتری برخوردار بود. از سوی دیگر، پورتفوی محتاط، بازدهِ پایدار و باثبات­تری کسب کرده است.این نتایج آشکار نمود که برنامه­ریزی فازی ارائه شده قادر است خصوصیات و تمایلات شرکت سرمایه گذار را در ترکیب پورتفوی منعکس کند.

کلیدواژه‌ها

عنوان مقاله [English]

Development of fuzzy Artificial Intelligence and Multi-Objective planning Model to Optimize the Portfolio of Investment Companies

نویسندگان [English]

  • Maghsoud Amiri 1
  • Iman Raeesi Vanani 2
  • Seyed Hossein Razavi Hajiagha 3
  • Taranoush Jafari 4

1 Professor, Department of Industrial Management, Faculty of Management and Accounting, Allameh Tabataba’i University, Tehran, Iran.(Corresponding Author: amiri@atu.ac.ir)

2 Associate Professor, Department of Industrial Management, Faculty of Management and Accounting, Allameh Tabataba’i University, Tehran, Iran.

3 Faculty member(Assistant Assistant Professor, Department of Management, Faculty of Management and Financial Sciences, Khatam University, Tehran, Iran.

4 PhD Student, Operations Research Management, Faculty of Management and Accounting, Allameh Tabataba’i University, Tehran, Iran..

چکیده [English]

Proper management and optimal allocation of financial resources will increase gross national product and growth, create jobs and increase public welfare. The purpose of this study is to present an investment strategy that has tried to pave the way for the development of the investing company in the financial markets. Therefore, the forthcoming research can be considered as applied in terms of purpose. Also, considering that in the present research, mathematical modeling, modeling, artificial intelligence, etc. are used and the optimization of the investor company's portfolio is evaluated with the proposed model, so it is a quantitative and descriptive research. This study evaluated the performance of the proposed model in three modes: prudent, moderate and risky investor company. The results showed that for all three cases, the proposed strategy performs significantly better than the market index and other previous strategies. At the end of the investment period, the risky portfolio was more valuable than other portfolios. On the other hand, a prudent portfolio has achieved a more stable and stable return. These results revealed that the proposed fuzzy programming is able to reflect the characteristics and desires of the investor company in the portfolio composition.

کلیدواژه‌ها [English]

  • Portfolio optimization
  • technical analysis
  • Multi-objective planning
  • Artificial intelligence
  • fuzzy logic
  • genetic algorithm
اختیاری، مصطفی و عالم تبریز، اکبر.(1394). بهینه‌سازی پرتفوی منابع و مصارف شرکت‌های سرمایه‌گذار با استفاده از برنامه‌ریزی خطی (موردمطالعه: بانک صادرات ایران). چشم‌انداز مدیریت مالی،5(12)، 158-135.
افسر، امیر و هلیل، فاطمه.(1396). بهینه‌سازی سبد سهام با رویکرد ترکیبی روش‌های تحلیل تکنیکال و داده‌کاوی. پژوهش‌های نوین در تصمیم‌گیری، 2(2)، 22-1.
پاک مرام، عباس، بحری ثالث، جمال و ولی زاده، مصطفی. (1396). انتخاب و بهینه‌سازی سبد سهام با استفاده از الگوریتم ژنتیک، با بهره‌گیری از مدل میانگین-نیمه واریانس مارکویتز. مهندسی مالی و مدیریت اوراق بهادار،8(31)، 42-19.
تهرانی، رضا؛ فلاح تفتی، سیما و اصفی، سپهر.(1397). بهینه‌سازی سبد سهام به کمک الگوریتم فرا ابتکاری دسته‌های میگو با استفاده از معیارهای مختلف از ریسک در بورس اوراق بهادار تهران.تحقیقات مالی، 20(4)، 426-409.
دانیالی ده حوض، محمود و منصوری، حسین.(1391). بررسی کارایی بورس اوراق بهادار تهران در سطح ضعیف و اولویت‌بندی عوامل مؤثر بر آن. پژوهشنامه اقتصادی، 12(47)، 96-71.
دلوی، محمدرضا؛ باقی، ابراهیم؛ عبدالباقی، عبدالمجید و کاظمی، جواد.(1394). کاربرد الگوریتم ژنتیک چند هدفه در بهینه‌سازی پرتفوی تسهیلات بانک (مطالعه موردی تسهیلات اعطایی بانک ملی استان اصفهان).  تحقیقات حسابداری و حسابرسی، 27، 22-1.
رهنمای رودپشتی، فریدون؛ نیکومرام، هاشم؛ طلوعی اشلقی، عباس، حسین زاده لطفی، فرهاد و بیات، مرضیه.(1394). بررسی کارایی بهینه‌سازی پرتفوی بر اساس مدل پایدار با بهینه‌سازی کلاسیک در پیش‌بینی ریسک و بازده پرتفوی. مهندسی مالی و مدیریت اوراق بهادار،6(22)، 60-29.
غریب، ایمان و کوشا، عماد. (1398). بهینه‌سازی سبد مشتریان بانک انصار در گروه بانکداری خرد با استفاده از الگوریتم ژنتیک (مطالعه موردی بانک انصار). راهبرد مدیریت مالی، 7(4)، 150-125.
نمازی، محمد و شوشتریان، زکیه.(1374). بررسی کارایی بازار بورس اوراق بهادار در ایران. تحقیقات مالی، 2(7).
سینا، افسانه و فلاح شمس، میرفیض. (1398). بهینه‌سازی سبد سرمایه‌گذاری با رویکرد نظریه ارزش فرین در بورس اوراق بهادار تهران. مهندسی مالی و مدیریت اوراق بهادار، 10(40)، 200-184.
راعی، رضا؛ باجلان، سعید و عجم، علیرضا.(1397). بررسی کارایی بهینه‏سازی سبد سرمایه‏گذاری با استفاده از الگوی ترکیبی حداقل واریانس و 1N. مدیریت دارایی و تأمین مالی، دوره 6، شماره 4 - شماره پیاپی 23.166-155.
بهنامیان، جواد و مشرفی، محمد. (1396). ارائه الگوریتم ترکیبی برای بهینه‌سازی چندهدفه سبد سهام به‌وسیله برنامه‌ریزی فازی. مهندسی مالی و مدیریت اوراق بهادار، 8(30)، 53-33.
شهبازی، سیمین و دیده خانی، حسین(1395). به‌کارگیری مدل برنامه‌ریزی چندهدفه فازی برای انتخاب پرتفوی با در نظر گرفتن محدودیت‌های واقعی. همایش بین‌المللی مدیریت نوین در افق 1404،تهران.
محبی، نگین و نجفی، امیرعباس. (1397). بهینه‌سازی سبد سرمایه‌گذاری چند دوره‌ای با رویکرد برنامه‌ریزی پویا. مطالعات مدیریت صنعتی، 16(50)، 26-1.
حیدرپور، فرزانه و رضائی، علی.(1395). بهینه‌سازی پرتفوی شرکت‌های سرمایه‌گذاری در بورس اوراق بهادار تهران با استفاده ازX-CAPM. چهارمین کنفرانس بین‌المللی پژوهش‌های کاربردی در مدیریت و حسابداری،تهران
References
Ahnert, T., &  Elamin, M. (2020). Bank runs, portfolio choice, and liquidity provision. Journal of Financial Stability,  50, 100781.
Al Janabi, M. A. M., Ferrerb, R.,  & HussainShahzad, S. D. (2019). Liquidity-adjusted value-at-risk optimization of a multi-asset portfolio using a vine copula approach. Physica A: Statistical Mechanics and its Applications,  536(15), 122-139.
Arnott, R. D., & Wayne, H. W. (1990). “The Measurement and Control of Trading Costs.” Financial Analysts Journal, 46(6), 73–80.
Bekiros, S. D. (2010). “Fuzzy Adaptive Decision-Making for Boundedly Rational Traders in Speculative Stock Markets.” European Journal of Operational Research, 202(1), 285–93.
Bellman, R. E., & Zadeh, L.A. (1970). Decision Making in a Fuzzy Environment. Management Sciences, 17, 141-164.
Bera, A. K., & Sung Y. P. (2008). “Optimal Portfolio Diversification Using the Maximum Entropy Principle.” Econometric Reviews, 27(4-6), 484–512.
Black, Fr. (1986). “Noise.” The Journal of Finance, 41(3), 529–43.
Brock, W., Lakonishok, J., & LeBaron, B. (1992). Simple Technical Trading Rules and the Stochastic Properties of Stock Returns,.The Journal of Finance, 47(5),1731-1764.
Chen, A. H., Frank J. F., & Dashan, H. (2012). “Portfolio Revision under Mean-Variance and Mean-CVaR with Transaction Costs.” Review of Quantitative Finance and Accounting, 39(4), 509–26.

Csóka, P., & Hevér, J. (2018). Portfolio valuation under liquidity constraints with permanent price impact. Finance Research Letters, 26, 235-241.

DeMiguel, V., Lorenzo, G., and Raman, U. (2009). “Optimal Versus Naive Diversification: How Inefficient Is the 1/N Portfolio Strategy?” Review of Financial Studies, 22(5), 1915–53.
Ertenlice, O.,  & Kalayci, C. B. (2018). A survey of swarm intelligence for portfolio optimization: Algorithms and applications. Swarm and Evolutionary Computation,  39, 36-52.
Fama, E. F. (1970). “Efficient capital karkets: A review of theory and emprical work.” The Journal of Finance, 25(2), 383–417.
Fang, V., Noe, T., & Tice, S., (2009). Stock market liquidity and firm value, Journal of Financial Economics, 94 (1), 150-169.
Freitas, F. D., Alberto, F. D. S., & Ailson, R. D. A. (2009). “Prediction-Based Portfolio Optimization Model Using Neural Networks.” Neurocomputing, 72(10-12), 2155–70.
Gharib, I., & Koosha, E. (2019). Optimization of Ansar Bank customer portfolio in micro banking group using genetic algorithm (case study of Ansar Bank). Financial Management Strategy, 7 (4), 150-125.
Gorgulho, A., Neves, R., & Horta, N. (2011). Applying a GA kernel on optimizing technical analysis rules for stock picking and portfolio composition. Expert Systems with Applications, 38(11), 14072-14085.
Gradojevic, N., & Gencay, R. (2013). Fuzzy logic, trading uncertainty and technical trading. J. Bank. Financ, 37, 578–586
Jana, P., Roy,T. K. & Mazumder, S. K. (2009). “Multi-Objective Possibilistic Model for Portfolio Selection with Transaction Cost.” Journal of Computational and Applied Mathematics, 228(1), 188–96.
Jasemi, M., Kimiagari A. M., & Memariani, A. (2011). “A Conceptual Model for Portfolio Management Sensitive to Mass Psychology of Market.” International Journal of Industrial Engineering: Theory, Applications and Practice, 18(1), 1–15.
Jensen M. C. (1968). The performance of mutual funds in the period 1945–1964. 23(2),389-416.
Jobson, J. D., and Robert M Korkie. (1981). “Putting Markowitz Theory to Work.” The Journal of Portfolio Management, 7(4), 70–74.
Jorion, Ph. (1985). “International Portfolio Diversification with Estimation Risk.” The Journal of Business, 58(3), 259.
Kahneman, D. (2003). “Maps of Bounded Rationality: Psychology for Behavioral Economics.” American Economic Review 93(5): 1449–75.
Kim, W. Ch., Min, J. K., Jang, H. K., & Frank J. F. (2014). “Robust Portfolios That Do Not Tilt Factor Exposure.” European Journal of Operational Research, 234(2), 411–21.
Liu, Y-J., Wei-Guo Zh., & Pu Zh. (2013). “A Multi-Period Portfolio Selection Optimization Model by Using Interval Analysis.” Economic Modelling, 33, 113–19.
Lo, A. W., Mamaysky, H., & Wang, J. (2000). Foundations of technical analysis: Computational algorithms, statistical inference, and empirical implementation (with discussion). Journal of Finance, 4,1705–1765.
Macedo, L. L., Godinho, P., & Alves, M. J.(2017). Mean-semivariance portfolio optimization with multiobjective evolutionary algorithms and technical analysis rules.Expert Systems with Applications.  79, 33-43.
Markowitz, H. (1952). “Portfolio Selection.” Journal of Finance, 7(1), 77–91.
Marshall, B. R. (2006). “Liquidity and Stock Returns: Evidence from a Pure Order-Driven Market Using a New Liquidity Proxy.” International Review of Financial Analysis, 15(1), 21–38.
Mossin, J. (1968). “Optimal Multiperiod Portfolio Policies.” Journal of Business, 215–29.
Mousavi, S., & Esfahanipour, A. (2011).  A genetic programming model to generate risk-adjusted technical trading rules in stock markets. Expert Systems with Applications, 38 (7), 8438-8445.
Murphy, J. J. (1999). Technical Analysis of the Financial Markets. New York: New York Institute of Finance.
O’Connor, N., & Michael G. M. (2006). “A Neural Network Approach to Predicting Stock Exchange Movements Using External Factors.” Knowledge-Based Systems, 19(5), 371–78.
Park H. H., & Irwin S. H. (2007). What Do We Know About The Profitability Of Technical Analysis?Journal of Economic Surveys, Wiley Blackwell, 21(4), 786-826.
Park, Ch. H., & Irwin, S. H. (2007). “What Do We Know about the Profitability of Technical Analysis?” Journal of Economic Surveys, 21(4), 786–826.
Pastor, L., & Stambaugh, R. (2003). Liquidity risk and expected stock return. Journal of Potential Economy, 3, 11.
Pring M. J. (2006).  How to Select Stocks Using Technical Analysis. McGraw Hill Professional, - Business & Economics.
Sharpe, W. F. (1963). “A Simplified Model for Portfolio Analysis.” Management science 9(2): 277–93.
Shiller, R. J.(2003). “From Efficient Markets Theory to Behavioral Finance.” Journal of Economic Perspectives, 17(1), 83–104.
Treynor, J. (1965). How to rate management of investment funds. Harvard Business Review, 43(1), 63-75.
Vath, V., Mnif, M. & Pham, H. (2007). A model of optimal portfolio selection under liquidity risk and price impact. Finance Stoch 11, 51–90.
Woodside-Oriakhi, M., Lucas, C., & Beasley, J. E. (2011). Heuristic algorithms for the cardinality constrained efficient frontier. European Journal of Operational Research, 213(3), 538-550.
Yu J. R. & Lee, W. Y. (2011). Portfolio rebalancing model using multiple criteria. European Journal of Operational Research, 209(2),166-175.
Zhou, X., Wang, L., Liao, H., Wang, Sh., Lev, B., & Fujita, H. (2019). A prospect theory-based group decision approach considering consensus for portfolio selection with hesitant fuzzy information. Knowledge-Based Systems, 168, 15, 28-38.
Zimmermann, H. J. (1978).  Fuzzy programming and linear programming with several objective functions. Fuzzy Sets and Systems, 1(1), 45-55.
References [In Persian]
Afsar, A., & Helyel, F. (2017). A Hybrid Approach to Portfolio Optimization Using Technical Analysis and Data Mining. Modern Research in Decision Making, 2(2), 1-22. [In Persian]
Behnamian, J., and Musharraf, M. (2017). Provide a hybrid algorithm for multi-objective stock portfolio optimization through fuzzy programming. Financial Engineering and Securities Management, 8 (30), 53-33. [In Persian]
Danyali Deh Howz, M., Mansouri, H. (2012). Investigating Weak Form of Efficiency in Tehran Stock Exchange and Ranking Factors that Affect it. Economics Research, 12(47), 71-96. [In Persian]
Delvi, M., Baghi, E., Abdolbaghi, A., Kazemi, J. (2015). The Application of Multi-Purpose Genetic Algorithm in Optimizing Bank's Facilities Portfolio (A Case Study of the Granted Facilities in One of the Commercial Banks of Iran). Accounting and Auditing Research, 7(27), 100-120. [In Persian]
Ekhtiari, M., and Alem Tabriz, A. (2016). Optimization of the resource portfolio and expenditures of investment companies using linear programming (Case study: Bank Saderat Iran). Financial Management Perspectives, 5 (12), 158-135. [In Persian]
Haidarpour, F., and Rezaei, A. (2016). Optimizing the Portfolio of Investment Companies in Tehran Stock Exchange Using X-CAPM, Fourth International Conference on Applied Research in Management and Accounting, Tehran.[In Persian]
Mohebbi, N., Najafi, A. (2018). Multi-Period Portfolio Optimization Using Dynamic Programming Approach. Industrial Management Studies, 16(50), 1-26. [In Persian]
Namazi, M., & Shoshtarin, Z. (1995). The Investigation of the Efficiency of Iran's Stock Exchange. Financial Research Journal, 2(7). [In Persian]
Pak Maram, A., Bahri Sales, J., & Valizadeh, M. (2017). Selection and Portfolio Optimization by Genetic Algorithms using the Mean Semi-Variance Markowitz Model. Financial Engineering and Securities Management, 8 (31), 19-42. [In Persian]
Raei, R., Bajalan, S., Ajam, A. (2018). Examining the Efficiency of Portfolio Optimization using Model of Minimum-Variance and N/1 in Portfolio Selection. Journal of Asset Management and Financing, 6(4), 155-166. [In Persian]
Rahnamaye Roodposhti, F., Nicomram, H., Toloui Ashlaghi, A., Hosseinzadeh Lotfi, F., & Bayat, M. (2015). Evaluation of portfolio optimization efficiency based on sustainable model with classical optimization in predicting portfolio risk and return. Financial Engineering and Securities Management, 6 (22), 60-29. [In Persian]
Shahbazi, S., & Didekhani, H. (2015). Applying a fuzzy multi-objective planning model for portfolio selection considering real constraints. International Conference on Modern Management in Horizon 1404, Tehran. [In Persian]
Sina, Afsaneh and Fallah Shams, Mirfeiz. (2019). Optimization of investment portfolio with the approach of value creation theory in Tehran Stock Exchange. Financial Engineering and Securities Management, 10 (40), 200-184. [In Persian]
Tehrani, R., Fallah Tafti, S., & Asefi, S. (2018). Portfolio Optimization Using Krill Herd Metaheuristic Algorithm Considering Different Measures of Risk in Tehran Stock Exchange. Financial Research Journal, 20(4), 409-426. [In Persian]
 
 
 
استناد به این مقاله: امیری، مقصود، رئیسی وانانی، ایمان، رضوی حاجی‌آقا، سید حسین، جعفری، ترانوش. (1400). توسعه هوش مصنوعی فازی و مدل برنامه‌ریزی چندهدفه برای بهینه‌سازی پرتفوی شرکت‌های سرمایه‌گذاری، مطالعات مدیریت کسب وکار هوشمند، 9(36)، 243-302.
  DOI: 10.22054/IMS.2021.53443.1754
 Journal of Business Intelligence Management Studies is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License..ر