ترجمه فارسی عنوان مقاله
مشکل انتخاب مجموعه چند دوره ای تحت شرایط نامشخص با محدودیت ورشکستگی
عنوان انگلیسی
Multi-period portfolio selection problem under uncertain environment with bankruptcy constraint
کد مقاله | سال انتشار | تعداد صفحات مقاله انگلیسی | ترجمه فارسی |
---|---|---|---|
97476 | 2018 | 23 صفحه PDF | سفارش دهید |
دانلود فوری مقاله + سفارش ترجمه
نسخه انگلیسی مقاله همین الان قابل دانلود است.
هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.
این مقاله تقریباً شامل 7179 کلمه می باشد.
هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:
شرح | تعرفه ترجمه | زمان تحویل | جمع هزینه |
---|---|---|---|
ترجمه تخصصی - سرعت عادی | هر کلمه 90 تومان | 13 روز بعد از پرداخت | 646,110 تومان |
ترجمه تخصصی - سرعت فوری | هر کلمه 180 تومان | 7 روز بعد از پرداخت | 1,292,220 تومان |
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)
Journal : Applied Mathematical Modelling, Volume 56, April 2018, Pages 539-550
ترجمه کلمات کلیدی
انتخاب نمونه چند دوره ای، عدم قطعیت، بهینه سازی، استراتژی سرمایه گذاری،
کلمات کلیدی انگلیسی
Multi-period portfolio selection; Uncertainty; Optimization; Investment strategy;
ترجمه چکیده
پیچیدگی بازارهای مالی منجر به انواع مختلف بازده های نامشهود دارایی می شود. برای مثال، بازده دارایی به عنوان متغیرهای تصادفی در نظر گرفته می شود، زمانی که داده های موجود کافی است. هنگامی که داده های موجود بیش از حد کوچک و یا حتی داده های موجود برای برآورد توزیع احتمال وجود ندارد، ما باید برخی از متخصصین دامنه را به ارزیابی اعتقاد درجه بازده دارایی دعوت کنیم. سپس بازده دارایی را می توان به عنوان متغیر نامشخص توصیف کرد. در این مقاله، ما در مورد مسئله انتخاب پرونده چند دوره ای در محیط نامشخص بحث می کنیم که ثروت نهایی را به حداکثر می رساند و خطر سرمایه گذاری را به حداقل می رساند. بر خلاف روش معمول برای توصیف پرونده انتخاب پرونده چند دوره ای به عنوان یک مدل بهینه سازی دوبعدی، ما این مشکل انتخاب چند بعدی انتخاب نمونه کارها را با یک روش جدید در سه مرحله با دو مدل بهینه سازی یک هدف اختصاص دادیم. و ما تاثیر هزینه معامله و ورشکستگی سرمایه گذار را در نظر می گیریم. سپس، مدل های بهینه سازی نامطلوب پیشنهاد شده به مدل های بهینه سازی دقیق تری تبدیل می شوند و از الگوریتم ژنتیک همراه با روش تابع مجاز برای حل آنها استفاده می شود. در نهایت، یک مثال عددی برای نشان دادن اثربخشی و عملی بودن مدل و روش پیشنهادی ارائه شده است.