view in publisher's site

Heuristic algorithms for the cardinality constrained efficient frontier

This paper examines the application of genetic algorithm, tabu search and simulated annealing metaheuristic approaches to finding the cardinality constrained efficient frontier that arises in financial portfolio optimisation. We consider the mean–variance model of Markowitz as extended to include the discrete restrictions of buy-in thresholds and cardinality constraints. Computational results are reported for publicly available data sets drawn from seven major market indices involving up to 1318 assets. Our results are compared with previous results given in the literature illustrating the effectiveness of the proposed metaheuristics in terms of solution quality and computation time.

الگوریتم های هیوریستیک برای مرز کارآمد مقید به کاردینالیتی

این مقاله به بررسی کاربرد الگوریتم ژنتیک، جستجوی ممنوع و رویکردهای فرا ابتکاری شبیه‌سازی شده برای یافتن مرز موثر با محدودیت کاردینالیتی می‌پردازد که در بهینه‌سازی پرتفوی مالی ظهور می‌کند. ما مدل میانگین - واریانس مارکویتز را به صورت توسعه‌یافته در نظر می‌گیریم تا محدودیت‌های گسسته آستانه خرید و محدودیت‌های کاردینالیتی را در نظر بگیریم. نتایج محاسباتی برای مجموعه داده‌های در دسترس عموم که از هفت شاخص اصلی بازار شامل ۱۳۱۸ دارایی استخراج شده‌اند، گزارش شده‌است. نتایج ما با نتایج قبلی ارائه‌شده در مقالات مقایسه شده‌اند که اثربخشی فرا ابتکاری پیشنهادی را از نظر کیفیت راه‌حل و زمان محاسبه نشان می‌دهند.
ترجمه شده با

Download PDF سفارش ترجمه این مقاله این مقاله را خودتان با کمک ترجمه کنید
سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.