دانلود مقاله و خرید ترجمه:مدل یکپارچه چند هدفی و میان بهره ای  Markowitz–DEA برای بازگشت سرمایه فازی   برای مساله انتخاب سهام - 2016

دانلود بهترین مقالات isi همراه با ترجمه فارسی

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده الگوریتم ژنتیک ( Genetic Algorithm )
  • An integrated multi-objective Markowitz–DEA cross-efficiency model with fuzzy returns for portfolio selection problem مدل یکپارچه چند هدفی و میان بهره ای Markowitz–DEA برای بازگشت سرمایه فازی برای مساله انتخاب سهام
    دانلود مقاله isi | دانلود مقاله انگلیسی رایگان | خرید ترجمه فارسی مقاله

    سال انتشار:

    2016


    ترجمه فارسی عنوان مقاله:

    مدل یکپارچه چند هدفی و میان بهره ای Markowitz–DEA برای بازگشت سرمایه فازی برای مساله انتخاب سهام


    عنوان انگلیسی مقاله:

    An integrated multi-objective Markowitz–DEA cross-efficiency model with fuzzy returns for portfolio selection problem


    منبع:

    Sciencedirect - Elsevier - Applied Soft Computing, Volume 38, January 2016, Pages 1–9


    نویسنده:

    Zahra Mashayekhi, Hashem Omrani


    چکیده انگلیسی:

    In this paper, a novel multi objective model is proposed for portfolio selection. The proposed model incorporates the DEA cross-efficiency into Markowitz mean–variance model and considers return, risk and efficiency of the portfolio. Also, in order to take uncertainty in proposed model, the asset returns are considered as trapezoidal fuzzy numbers. Due to the computational complication of the proposed model, the second version of non-dominated sorting genetic algorithm (NSGA-II) is applied. To illustrate the performance of our model, the model is implemented for 52 firms listed in stock exchange market of Iran and the results are analyzed. The results show that the proposed model is suitable in compared with Markowitz and DEA models due to considering return, risk and efficiency, simultaneously.
    Keywords: Portfolio selection | Markowitz mean–variance model | Data envelopment analysis (DEA) | Fuzzy numbers | Non-dominated sorting genetic algorithm II | (NSGA-II)


    چکیده فارسی:

    در این مقاله برای انتخاب سهام، مدل چند هدفی جدیدی ارائه شده است. مدل پیشنهادی ، مدل میان بهره‌ای DEA را در مدل واریانس متوسط Markowitz مشارکت میدهد. به دلیل پیچیدگی کامپیوتری برای مدل پیشنهادی، نسخه دوم الگوریتم ژنتیک رتبه بندی غیر مغلوب. (NSGA-II) بکار گرفته شده است. برای نشان دادن عملکرد مدلمان ، این مدل برای 52 شرکت که در لیست بازار سهام ایران بودند برقرار شد و نتایج ، انالیز شدند. نتایج نشان داد که در مدل پیشنهادی به دلیل بازگشت سرمایه در مقایسه با مدل Markowitz و DEA بطور قابل توجهی ، میزان ریسک و بازده به طور همزمان؛ مناسب است.
    کلمات کلیدی: انتخاب سبد سهام | مدل میانگین واریانس مارکوویتز | تحلیل پوششی داده ها (DEA) | اعداد فازی | الگوریتم ژنتیک مرتب سازی غیر دامنه ای 2 | (NSGA-II)


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 9
    تعداد صفحات فایل doc فارسی(با احتساب مراجع): 28

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 682 کیلوبایت


    قیمت: 36000 تومان  28800 تومان(20% تخفیف)


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
الگوریتم-ژنتیک
موضوعات
footer