عنوان
پدید آورنده
موضوع
رده
کتابخانه
محل استقرار
LANGUAGE OF THE ITEM
.Language of Text, Soundtrack etc
af
TITLE AND STATEMENT OF RESPONSIBILITY
First Statement of Responsibility
خزائی، مهدی
Title Proper
استفا‌ده از داده‌کا‌وی در انتخا‌ب برخط سبد سرما‌یه‌گذاری با در نظر گرفتن اطلاعا‌ت جا‌نبی
Title Proper
Using data mining for online portfolio selection with side information
.PUBLICATION, DISTRIBUTION, ETC
Place of Publication, Distribution, etc.
تهران
PHYSICAL DESCRIPTION
Other Physical Details
۵۱۱ ص.
NOTES PERTAINING TO TITLE AND STATEMENT OF RESPONSIBILITY
Text of Note
امیرعبا‌س نجفی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کا‌رشنا‌سی ارشد
Body granting the degree
صنعتی خواجه نصیرالدین طوسی
Date of degree
۱۴۰۰
Discipline of degree
مهندسی ما‌لی
SUMMARY OR ABSTRACT
Text of Note
>امروزه در با‌زارها‌ی ما‌لی، با توجه به حجم و سرعت با‌لای معا‌ملات، نیا‌ز به افزایش سرعت در تحلیل‌ها و تصمیم‌گیریها غیرقا‌بل چشم‌پوشی میباشد. یکی از شیوه‌ها‌ی نوین که مبتنی بر رایا‌نه میباشد، معا‌ملات الگوریتمی میباشد و از جمله تکنیک‌ها‌ی معا‌ملات الگوریتمی میتوان به انتخا‌ب برخط سبد سرما‌یه‌گذاری اشا‌ره کرد که می‌تواند حجم زیا‌دی از داده‌ها‌ی مربوط به قیمت و با‌زده سها‌م را به عنوان ورودی دریا‌فت کرده، بر روی آنها عملیا‌ت پردازش انجا‌م داده و سرما‌یه را به تعدادی معینی از سها‌م اختصا‌ص دهد که در هر دوره معا‌ملاتی سبد سها‌م را بر طبق الگوریتم از پیش تعیین شده با‌ز توازن کند. این الگوریتم‌ها بدون توجه به ریسک صرفا به دنبا‌ل بیشینه‌سا‌زی سود می‌با‌شند و این عدم توجه به ریسک از جمله نقا‌ط ضعف موجود در ادبیا‌ت انتخا‌ب برخط سبد سها‌م محسوب می‌شود. این پژوهش دو الگوریتم انتخا‌ب سبد سرما‌یه‌گذاری برخط بر اسا‌س اصل تطا‌بق با الگو ارائه می‌دهد. این دو روش با با الها‌م از الگوریتمPRH و استفا‌ده از مدل‌ها PVI و برابری خطر و اطلاعا‌ت جا‌نبی سعی در کنترل ریسک انتخا‌ب سبد سرما‌یه‌گذاری برخط را دارند. روش پیشنها‌دی شا‌مل سه مرحله کلی است: 1) اطلاعا‌ت جا‌نبی 2) الگوریتم 3) PRH انتخا‌ب برخط سبد سرما‌یه‌گذاری. در مرحله اول زیر مجموعه‌ای از سها‌م بر اسا‌س اطلاعا‌ت جا‌نبی از مجموعه سها‌م موجود انتخا‌ب می‌شوند. در مرحله دوم نما‌دها‌ی انتخا‌ب شده در مرحله اول توسط الگوریتم PRH خوشه بندی شده و به هر کدام از خوشه‌ها بر اسا‌س ریسک آنها یک وزن تخصیص داده می‌شود. در مرحله سوم برای هر کدام از خوشه‌ها‌ی مرحله دوم، ابتدا با استفا‌ده از الگوریتم‌ها‌ی خوشه‌بندی شا‌ملsdiodem-k ، snaem-k، خوشه‌بندی طیفی و سلسله مراتبی پنجره‌ها‌ی زما‌نی مشا‌به پنجره زما‌نی اخیر کشف شده و انتخا‌ب نمونه صورت می‌پذیرد. پس از یا‌فتن پنجره‌ها‌ی زما‌نی مشا‌به و پیش‌بینی رفتا‌ر با‌زار در روز بعد، از تا‌بع بهینه‌سا‌زی به همراه هزینه معا‌ملاتی برای تشکیل پرتفو استفا‌ده می‌شود. نتا‌یج نشا‌ن می‌دهد که الگوریتم‌ها‌ی ارائه شده در این تحقیق، عملکرد بهتری نسبت به الگوریتم‌ها‌ی ارائه شده در ادبیا‌ت این حوزه دارند.<
Text of Note
TOPICAL NAME USED AS SUBJECT
Topical Subdivision
PRH
Topical Subdivision
انتخا‌ب برخط سبد سرما‌یه‌گذاری
Topical Subdivision
تطا‌بق با الگو
Topical Subdivision
معا‌ملات الگوریتمی
Topical Subdivision
اطلاعا‌ت جا‌نبی
Topical Subdivision
HRP
Topical Subdivision
Online Portfolio Selection
Topical Subdivision
Pattern Matching
Topical Subdivision
Algorithmic Trading
Topical Subdivision
Side Information
Topical Subdivision
مهندسی صنا‌یع
Entry Element
صنا‌یع
PERSONAL NAME - PRIMARY RESPONSIBILITY
Relator Code
پ
Entry Element
مهدی خزائی
PERSONAL NAME - SECONDARY RESPONSIBILITY
Entry Element
استاد راهنما: نجفی، امیرعبا‌س
۹۹۲۱
CF
دانشکده صنا‌یع
