Name: The Ant colony Pseudocode for Mean-Variance-CVaR model of Multi-Portfolio Optimization
Availability: InStock

The Ant colony Pseudocode for Mean-Variance-CVaR model of Multi-Portfolio Optimization

۰ تومان

Inductive Logic Programming (ILP) is a well known approach to Multi-Relational Data Mining. A central feature of ILP is the use of First Order ogic to encode both the data and the models. This representational feature enables ILP to handle easily structured data and to construct highly complex models. It is also possible for ILP to integrate in the model information originated from different sources and encoded in ifferent formats. One last advantage of ILP is that, most often, the constructed models are comprehensible. All of the above lead to the use of ILP to a large number of complex problems in a wide range of domains. A major problem, however, is that ILP systems may take a long time in nalysing large data sets. This efficiency drawback may be explained by the following reasons. The search (hypothesis) spaces are often very large and the evaluation of each hypothesis, which involves theorem proving, may be time consuming. The search space is also highly redundant. This thesis proposal addresses efficiency issues of ILP systems.

توضیحات

ABSTRACT
The portfolio selection problem refers to form a good portfolio. It is complicated to choose which assets should be selected because of the oubt on their returns. In this paper we present a adaptive MeanVariance-CVaR (MVC) model of multi-portfolio optimization . The present study uses to optimize the portfolio problem via ACO approach. To this idea, after we explain mathematical formulation of the problem, we will resent a mew Simulated Pseudocode. It helps to recognize the details of the problem and finally Ant Colony procedure will propose to solve the MVC problem. ACO optimization leads to making the simplified and dependable and solvable problem.

INTRODUCTION

The portfolio selection problem refers to form a good portfolio. It is complicated to choose which assets should be selected because of the doubt on their returns. The central purpose in a portfolio selection Problem is to find optimal proportions of the stock for creating a portfolio which complements the investor’s preferences presumptuous that the investors’ wish to strike a balance between maximizing the return and minimizing the risk of their investment . The aim of solving the multi-objective portfolio optimization problem is finding the set of Pareto optimal that in this set we can find the balancing point of minimum risk and maximum return . We can see the details of an objective hierarchy from the classical Markowitz model for multi criteria decision making. The rest of this paper is as the following. In next section explain the multi-objective portfolio optimization based on mathematical approach. Then discuss about multi-objective portfolio optimization based on ACO approach based on literature and recent studies. Next we present the MVC model of portfolio optimization based on ACO. Finally, results and some future works are presented at the conclusion.

چکیده

مشکل انتخاب نمونه کارها به شکل یک نمونه کار خوب است. این انتخاب پیچیده است که باید انتخاب کرد زیرا دارایی ها باید بر اساس بازده خود انتخاب شوند. در این مقاله ما یک مدل سازگار MVV-CVaR (MVC) بهینه سازی چندپخشی ارائه می دهیم. در این مطالعه به منظور بهینه سازی مشکل نمونه کارها از طریق روش ACO استفاده می شود. به این ایده، پس از توضیح ریاضی مشکل ما، ما یک pseudocode شبیه سازی mew می خواهیم. این کمک می کند تا جزئیات مشکل را شناسایی کرده و در نهایت روش مورچه Colony برای حل مشکل MVC پیشنهاد می شود. بهینه سازی ACO منجر به ایجاد مشکل ساده و قابل اعتماد و قابل حل می شود.

مقدمه

مشکل انتخاب نمونه کارها به شکل یک نمونه کار خوب است. این انتخاب پیچیده است که چه دارایی ها باید انتخاب شود به دلیل شک و تردید در بازده خود. هدف اصلی در انتخاب نمونه کارها مشکل این است که برای به دست آوردن نمونه کارهایی که به ترتیب سرمایه گذاران را ترجیح می دهند، آرزوی سرمایه گذاران برای به حداکثر رساندن بازده و به حداقل رساندن خطر سرمایه گذاری خود، توازنی را به دست آورند. هدف حل مساله بهینه سازی چند هدفه یافتن مجموعه ای از بهترین پارتو است که در این مجموعه ما می توانیم نقطه متعادل حداقل ریسک و حداکثر بازده را پیدا کنیم. ما می توانیم جزئیات یک سلسله مراتب هدف را از مدل مارکویچ کلاسیک برای تصمیم گیری چند معیار ببینیم. بقیه این مقاله به شرح زیر است: در بخش بعدی، بهینه سازی نمونه کارها چند هدفه بر اساس رویکرد ریاضی توضیح داده شده است. سپس درباره بهینه سازی نمونه چند هدفه بر اساس رویکرد ACO بر اساس ادبیات و مطالعات اخیر بحث کنید. بعد ما مدل MVC بهینه سازی نمونه کارها را بر اساس ACO ارائه می دهیم. در نهایت، نتایج و برخی از آثار آینده در نتیجه ارائه می شود.

Year: 2013

Publisher : Third Conference on Mathematical Finance and Applications

By : Younes Elahi and Mohd Ismail Abd Aziz

File Information: English Language/ 6 Page / size: 497 KB

Only site members can download free of charge after registering and adding to the cart

Download tutorial

سال : 1392

ناشر : سومین کنفرانس ریاضیات مالی و کاربردها

کاری از : یونس الهی و محمد اسماعیل عبدالعزیز

اطلاعات فایل : زبان انگلیسی / 6صفحه / حجم : KB 497

فقط اعضای سایت پس از ثبت نام و اضافه کردن به سبد خرید می توانند دانلود رایگان کنند.خوشحال می شویم به ما پبیوندید

آموزش دانلود