摘要:The Markowitz issue of optimization can’t be solved by precise mathematical methods such as second order schematization, when real world condition and limitations are considered. On the other hand, most managers prefer to manage a small Portfolio of available assets in place of a huge Portfolio. It can be analogized to cardinal constrains, that is, constrains related to minimum and maximum current assets on Portfolios. This study aims to solve the problem of optimizing Portfolios with cardinality constrains, using simulated annealing algorithm. Therefore, by using the information of 50 companies which have been more active in Tehran’s exchange stock from April 2010 to April 2012, Portfolios’ efficient frontier has been supposed from 10 to 50. Results shows that first, simulated annealing algorithm has been successful in solving the above problem, and second, by selecting shares appropriately and determining suitable weights from it, smaller Portfolios with more suitable performances can be selected.
其他摘要:مسئلۀ بهینهسازی مارکویتز و تعیین مرز کارای سرمایهگذاری، هنگامیکه وضعیت و محدودیتهای دنیای واقعی در نظر گرفته شود، به سادگی با استفاده از شیوههای دقیق ریاضی، مانند برنامهریزی درجۀ دوم، حل نمیشود. از سوی دیگر، اغلب مدیران ترجیح میدهند به جای مدیریت سبد بسیار بزرگ، سبد کوچکی از داراییها را اداره کنند. این مسئله را میتوان به محدودیتهای کاردینال، یعنی محدودیتهای حداقل و حداکثر تعداد داراییهای سبد تشبیه کرد. پژوهش پیش رو با بهرهمندی از الگوریتم فراابتکاری تبرید شبیهسازیشده، به حل مسئلۀ بهینهسازی سبد با محدودیتهای کاردینال پرداخته است. بدین منظور با استفاده از اطلاعات سهام پنجاه شرکت فعالتر در بورس اوراق بهادار تهران در فاصلۀ زمانی اول فروردین 1389 تا پایان فروردین 1391، مرز کارای سبدهای مختلف 10 تا 50 سهمی ترسیم شده است. نتایج پژوهش موفقیت الگوریتم تبرید شبیهسازیشده را در حل مسئلۀ فوق نشان میدهد. همچنین با انتخاب درست سهام و تعیین وزنهای مناسب از آن، میتوان سبدهای کوچکتری که عملکرد مناسبتری دارند، انتخاب کرد.