تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > Asset Pricing and Modern Portf...>الوصف

Asset Pricing and Modern Portfolio Theory: An Application to Portfolio Optimization of Different Moroccan and Multinational Assets Using Excel and Python Programming Analysis

العنوان بلغة أخرى: تسعير الأصول ونظرية المحفظة الحديثة: تطبيق لتحسين المحفظة لمختلف أصول مغربية ومتعددة الجنسيات باستخدام تحليل برمجة Excel وPython
المصدر: مجلة اتحاد الجامعات العربية للبحوث في التعليم العالي
الناشر: اتحاد الجامعات العربية - الأمانة العامة
المؤلف الرئيسي: شفيق، محمد أمين (مؤلف)
المؤلف الرئيسي (الإنجليزية): Chafik, Mohammed Amine
مؤلفين آخرين: بوسدرة، فوزى (م. مشارك)
المجلد/العدد: مج43, عدد خاص
محكمة: نعم
الدولة: الأردن
التاريخ الميلادي: 2023
الشهر: أكتوبر
الصفحات: 931 - 938
DOI: 10.36024/1248-043-999-053
ISSN: 6549-1680
رقم MD: 1418187
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EduSearch
مواضيع:
المعاملات المالية | الأصول المالية | النظريات المالية | المحفظة المالية
كلمات المؤلف المفتاحية:
الأصول | الاستثمار | نظرية المحفظة | برمجة Excel وPython | الإدارة الرقمية | Assets | Investment | Portfolio Theory | Python Programming | Excel | Digital Management
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

9

حفظ في:
المستخلص: تتمثل إحدى المشكلات التي يتم أخذها في الاعتبار في الرياضيات المالية في العثور على محافظ لأصول مالية معينة تقلل من مخاطر العوائد المستهدفة. تسمى مجموعة هذه المحافظ مغلف الأصول. تقليديا يتم حل هذه المشكلة كمسألة تقليل التفاضل والتكامل تتضمن المشتقات الجزئية ومضاعفات Lagrange حتى يومنا هذا، يعد إطار متوسط التباين هو الطريقة المفضلة لاختيار الاستثمارات للعديد من المستثمرين الأفراد والمؤسسات. وفي الوقت نفسه، خلقت البيانات الضخمة والاقتصاد في الوقت الفعلي تحديات وفرصاً جديدة في توزيع الأصول. تم تسجيل هذه التغييرات بدقة، وتقوم شركات إدارة المحافظ باستمرار بدمج البيانات في نماذج معقدة. في هذه الدراسة، نتعامل مع هذه المشكلة من خلال هندسة أدوات عملية لتخصيص الأصول وتنفيذها بلغة برمجة Python. من خلال بناء الجملة الواضح، والتطوير الفعال، وسهولة الاستخدام، توفر برمجة Python إطارا مثاليًا لهذه الدراسة البحثية. ننتقل إلى التحسين المحدب لصياغة مشاكل محددة لتحسين المحفظة ودمج قيود الاستثمار المختلفة. نقدم عينات من التعليمات البرمجية من الإجراءات ذات الصلة، بالإضافة إلى رسومات مفيدة توضح بيانات الإدخال والنتائج المنتجة. نكتشف أن معظم مشكلات التحسين يمكن كتابتها في شكل محدب وبالتالي يتم تنفيذها وحلها بسرعة من خلال استخدام وحدات Python لإنشاء حافظات من بيانات العالم الحقيقي. في هذا العمل البحثي، قدمنا نتائج ثلاث دراسات حالة أجريناها على الأصول المغربية وكذلك الشركات متعددة الجنسيات. قمنا باستخدام وتحليل البيانات من Yahoo Finance و Investing.com للفترة التي تغطي عشر سنوات، بين 2012 و 2022 بالنسبة لحالتنا الثالثة، استخدمنا مكتبة Pandas-data reader في Python وقمنا بحساب جميع المعلمات لتحسين المحفظة وناقشنا ربحية النتيجة

One of the problems considered in financial mathematics is finding portfolios of given financial assets that minimize risk for targeted returns. The set of such portfolios is called the envelope of the assets. Traditionally, this problem is solved as a calculus minimization problem involving partial derivatives and Lagrange multipliers. The mean-variance framework is the preferred method for picking investments for many retail and institutional investors. Meanwhile, big data and the real-time economy have created new asset allocation challenges and opportunities. These changes have been thoroughly recorded, and portfolio management firms constantly incorporate the data into complex models. In this study, we tackle this issue by engineering practical tools for asset allocation and implementing them in the Python programming language. With its clear syntax, efficient development, and usability, Python programming provides an ideal framework for this research study. We turn to convex optimization to formulate specific portfolio optimization problems and incorporate different investment constraints. We give code samples from the associated procedures and useful graphics that illustrate the input data and the produced results. We discover that most optimization issues can be written in convex form and hence quickly implemented and solved using Python modules to generate portfolios from real-world data. In this research work, we presented the results of three case studies that we have carried out on Moroccan Assets and multinational companies. We used and analyzed data from Yahoo Finance and Investing.com for the period that covers ten years, between 2012 and 2022. For our third case, we have used the Pandas-Datareader library in Python, and we have computed all the parameters for portfolio optimization, and we discussed the outcome profitability.
ISSN: 6549-1680

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.