ارزیابی مدل‌های پرتفوی سرمایه گذاری در صندوق‌های سرمایه‌گذاری مشترک در بازارهای مالی جهانی (با تاکید بر الگوریتم فرا ابتکاری چند هدفه)

Abstract

پیچیدگی ابزارها و بازارهای مالی، تصمیم‌گیری در خصوص انتخاب نوع دارایی را برای سرمایه‌گذاران دشوار می‌کند، به‌طوری‌که سرمایه‌گذاران همواره در تصمیم‌گیری‌های خود با مسئلهٔ بهینه‌سازی مجموعهٔ دارایی‌ها روبه‌رو هستند؛ بنابراین انتخاب سبد سرمایه‌گذاری مناسب به‌منظور حداکثر سازی سود یکی از اصلی‌ترین دغدغه‌های سرمایه‌گذاران است. با این بیان هدف مقاله حاضر مقایسه توضیح دهندگی و عملکرد مسئله بهینه‌سازی و قدرت پیش‌بینی مدل‌های ARMA-شبیه‌سازی تاریخی و ARFIMA-مونت کارلو (از مدل‌های پدیرفته شده در دنیا) در بهینه‌سازی پرتفوی صندوق‌های سرمایه‌گذاری مشترک است. جامعهٔ آماری و نمونه شامل داده‌های صندوق‌های منتخب معامله شده در بورس اوراق بهادار کشورهای منتخب عضو فدراسیون بورس‌های آسیایی و اروپایی (FEAS) بین سالهای ۲۰۱۳ تا ۲۰۱۹ بوده است.نتایج پژوهش نشان داد که مدل ARIMA-ارزش در معرض ریسک (شبیه‌سازی تاریخی) مرز کارای بالاتری در مقایسه با ARIMA-ارزش در معرض ریسک (شبیه‌سازی مونت کارلو) دارد. همچنین مرز کارای (جبهه پارتو) رسم شده توسط الگوریتم PESA-II برای مدل دیگر را در خود جای‌داده است. برای پی بردن به معنادار بودن این تفاوت عملکرد آزمون من-ویتنی بررسی شده است. نتایج بیانگر آن است که معیار شارپ پرتفلیو بهینه ARIMA-ارزش در معرض ریسک (شبیه‌سازی تاریخی) در مقایسه با ARIMA-ارزش در معرض ریسک (شبیه‌سازی تاریخی) بهتر است.