طراحی مدلی برای مدیریت فعال پرتفوی با استفاده از VaR و الگوریتم ژنتیک

نویسندگان

1 دانشیار دانشکده مدیریت دانشگاه تهران، ایران

2 استادیار دانشکده مدیریت دانشگاه تهران، ایران

چکیده

استراتژی‌ فعال در مدیریت سرمایه‌گذاری یکی از رویکردهای مشهور در بازار سرمایه است. یکی از مشکلات این استراتژی، عدم توجه به ریسک کل پرتفوی است. در این پژوهش به‌منظور ارایه راه‌حلی برای رفع این مشکل، اثر اضافه نمودن محدودیت جدید VaR به مدل مدیریت فعال بررسی شده است. با توجه به پیچیده بودن چنین مدلی، از الگوریتم ژنتیک برای بهینه‌سازی استفاده شده است. برای ارزیابی و مقایسه عملکرد مدل‌ها، از دو معیار شارپ و نسبت بازده به VaR استفاده شده است. نتایج این پژوهش نشان داد، مدل جدید در مقایسه با مدل مدیریت فعال بدون محدودیت در VaR، به‌طور معناداری از عملکرد بهتری برخوردار است.

کلیدواژه‌ها


عنوان مقاله [English]

Active Portfolio Management Modeling with VaR and Genetic Algorithms

نویسندگان [English]

  • Reza Raei 1
  • Saeid Fallahpour 2
1
2
چکیده [English]

Active portfolio management is a famous strategy in capital markets. A problem with this strategy is that it ignores the overall portfolio risk. For solving this problem, we examine the impact of adding a new Value at Risk (VaR) constraint to the active management model. In this study, we use Genetic Algorithms for optimization of this model, Sharp Ratio and Return to VaR Ratio for performance measurement of the models.
Results show that the new model, in comparison to active model without VaR constraint, has significantly better performance.

کلیدواژه‌ها [English]

  • Active Portfolio Management
  • Genetic Algorithms
  • Portfolio optimization
  • Value at Risk