طراحی سبد سهام با قابلیت پیروی از بازده بازار با استفاده از رویکرد نظریه ماتریس‌های تصادفی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دکترای مدیریت مالی دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ‌ایران

2 دانشیار دانشگاه شهید بهشتی،‌ گروه فیزیک، اوین،‌ تهران،‌ ایران

3 عضو هیئت علمی دانشگاه آزاد سالامی واحد تهران شمال

چکیده

هدف این مقاله طراحی سبد سهام با قابلیت پیروی از بازده بازار با استفاده از روش نظریه ماتریس‌های تصادفی می باشد. در این پژوهش، با استناد به مطالعات پیشین درخصوص مشارکت تمامی سهم‌ها در بزرگترین ویژه‌مقدار که نشان‌دهنده روند بازار است،‌ با استفاده از کمیت ST، میزان مشارکت هر سهم در روند بازار را استخراج نموده و سبدی از گروه‌های مختلف (سهام دارای بیشترین میزان مشارکت در روند،‌مشارکت متوسط و مشارکت کم) تشکیل دادیم. داده های مورد استفاده مربوط به ‌ سهام هشت شاخص از بورس‌های دنیا شامل بازارهای کارا و نوظهور( ‌S&P500 و DJ آمریکا، DAX آلمان،‌ FTSE100 انگلستان و HSI هنگ‌کنگ به عنوان بازارهای کارا،‌ TSE ایران، MXX مکزیک و SSE180  چین به عنوان بازارهای نوظهور) و متعلق به 730 روز کاری این بازارها از می 2012 تا اکتبر 2014 و برای ایران از آبان 92 تا 94 می‌باشد. مقایسه نتایج بازدهی سه سبد حاکی از آن است که سهم‌های دارای بیشترین میزان مشارکت در روند بازار،‌ قابلیت کسب بازدهی مطلوب‌تری نسبت به بازده بازار را دارند.

کلیدواژه‌ها


عنوان مقاله [English]

Applying Random Matrix Theory Approach for Making Portfolio Enable to Beat the Market

نویسندگان [English]

  • N.S. Safavi Mobarhana 1
  • Gholamreza Jafari 2
  • Ali Saeedi 3
1 Department of financial management, Science and Research Branch, Islamic Azad University, Tehran, Iran
2 Department of Physics, Shahid Beheshti University, Tehran, Iran
3 Department of Accountings, Tehran North Branch, Islamic Azad University, Tehran, Iran
چکیده [English]

We applied Random Matrix Theory making a portfolio enables to beat the market. On the basis of previous findings, the largest eigenvalue represents the influence of the entire market that is common to all stocks. We analyzed cross-correlation between returns of different stock market indices (S&p500, DJ USA, DAX Germany, FTSE100 England, HSI Hong Kong for efficient markets and TSE Iran, SSE180 China and MXX Mexico for emerging markets) for 730 trading days from May 2012 to October 2014 by using Random Matrix Theory (RMT). Looking at the largest eigenvalue and components (stocks) of the largest eigenvector (demonstrating market mode or trend) and calculating share of every stock in market trend, we could categorize stocks in terms of their impact on the trend in 3 groups: high, middle and low or no impact on market trend. Then we created 3 portfolio in this respect for Tehran stock market. The results shows the portfolio consisting of high impact stocks can beat the market return.

کلیدواژه‌ها [English]

  • complex systems
  • network
  • random matrix theory
  • Portfolio
  • market return
  • correlation matrix