ارسل ملاحظاتك

ارسل ملاحظاتك لنا







تحسين عملية تشكيل المحفظة الاستثمارية باستخدام الخوارزمية الوراثية المعتمدة على العنقدة

العنوان بلغة أخرى: Improving Portfolio Constructing Using Genetic Algorithm Based on Clustering
المصدر: مجلة بحوث جامعة حلب - سلسلة العلوم الاقتصادية
الناشر: جامعة حلب
المؤلف الرئيسي: حسنة، يارا (مؤلف)
المؤلف الرئيسي (الإنجليزية): Hassna, Yara
مؤلفين آخرين: الموسى، ياسر عبدالله (م. مشارك)
المجلد/العدد: ع43
محكمة: نعم
الدولة: سوريا
التاريخ الميلادي: 2021
الصفحات: 1 - 21
ISSN: 2227-9180
رقم MD: 1470991
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
العنقدة | العنقود | خوارزمية المتوسطات | الخوارزمية الوراثية | الأسهم | المحفظة الاستثمارية | Clustering | Cluster | K-Means Clustering Algorithm | Genetic Algorithm | Stocks | Portfolio
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: يقدم هذا البحث نموذجا لتطبيق خوارزمية العنقدة والخوارزمية الوراثية لاستخلاص المعرفة من بيانات قد تكون بأحجام كبيرة وذات خصائص متعددة، وتلخيصها ضمن عناقيد، وتحسين عملية إيجاد الحل الأمثل باستخدام الخوارزمية الوراثية بالاعتماد على مخرجات خوارزمية العنقدة، بدلا من البحث عن الحل الأمثل من بين جميع البيانات، وتطبيق النموذج على سوق عمان للأوراق المالية، لمساعدة المستثمرين في اتخاذ قرار الاستثمار في الأسهم واختيار الأسهم الأفضل وتشكيل المحفظة الاستثمارية المثلى، سنقوم بتطبيق خوارزمية العنقدة K-Means المعتمدة على خوارزمية العنقدة Subtractive لتجميع الأسهم ضمن عناقيد واختيار الأسهم للاستثمار من العناقيد، مما يحقق غرض التنويع بين مكونات المحفظة، ومن ثم استخدام الخوارزمية الوراثية لتحديد النسب المستثمرة من الأسهم المختارة بدلا من البحث عن تشكيلة الأسهم الأفضل من بين جميع الأسهم، ومن ثم المقارنة مع طريقة ماركوفيتز Markowitz في تشكيل المحافظ الاستثمارية، وبينت النتائج مدى قدرة النموذج على تشكيل محفظة استثمارية منوعة وتعطينا أكبر عائد ممكن بأقل مخاطرة.

This research introduces a model to implement clustering and genetic algorithm to extract knowledge from big amounts of multidimensional data, summarize them into clusters, and improve the process of searching for optimal solutions using genetic algorithm based on clustering outputs, instead of searching for optimal solutions among all data. The model was implemented on Amman's stock market to help investors to make investing decisions, and choose the best stocks to construct the optimal portfolio. We will implement kmeans algorithm based on subtractive clustering to cluster stocks, and then we will choose the stocks from the clusters. After that we will implement genetic algorithm to determine the investing proportions from the chosen stocks instead of searching for the best stocks from all the stocks. Afterwards, we compared this model with Markowitz method in constructing portfolios. The results showed the ability of the model to construct diversified portfolios that give us the highest return and the lowest risk.

ISSN: 2227-9180