شکل‌دهی پرتفوی بهینه بازار رمزارزها با رویکرد تخصیص بهینه اجزاء تشکیل‌دهنده

چکیده:

بازار رمزارزها به‌عنوان یکی از پرنوسان‌ترین بازارهای مالی، با رشد سریع خود توجه زیادی را جلب کرده است. درحالی‌که برخی از سرمایه‌گذاران از ترس زیان، از ورود به این بازار خودداری می‌کنند، دیگران با انگیزه کسب سودهای کلان، به رفتارهای پر ریسک روی می‌آورده‌اند. این پژوهش، با تحلیل علمی و استفاده از مدل‌های پیشرفته تشکیل پرتفوی و الگوریتم‌های فراابتکاری، به تحلیل این بازار پرداخته تا درک بهتری از ویژگی‌های این بازار ارائه شود. در فاز اول این مطالعه به‌طور ویژه به تشکیل پرتفوی در بازار رمزارزها بر اساس شاخص‌ این بازار پرداخته شده است و پس از ارزیابی پرتفوی تشکیل شده، مدل‌های مارکویتز، شارپ، سورتینو و کالمار مورد استفاده قرار گرفته‌اند تا امکان در نظر گرفتن دیدگاه‌های متفاوت سرمایه‌گذاران برای بهینه کردن پرتفوی بازار فراهم شود و پرتفوی بازار به نحوی بر اساس ترجیحات ریسک فردی نیز تشکیل گردد. به‌این‌ترتیب با اعمال این مدل‌ها، بررسی مدیریت غیر فعال پرتفوی بازار، همراه با ایجاد استراتژی‌های سرمایه‌گذاری شخصی‌تر هم مورد توجه قرار گرفت. مسئله‌ای که به طور برجسته از نوآوری‌های این پژوهش می‌باشد. در فاز دوم این پژوهش، اقدام به تشکیل پرتفوی‌هایی هم‌وزن با پرتفوی بازار شد و علاوه‌بر پرتفوی بازار، نه پرتفوی منتخب دیگر نیز بر اساس معیارهایی همچون بیشترین ارزش بازار و بهترین نسبت بازده به ریسک، در دوره‌های زمانی متفاوت انتخاب شدند و از نظر ریسک و بازده با پرتفوی بازار مقایسه شدند. در این مرحله، به‌دلیل ماهیت غیرخطی مدل‌ها، از الگوریتم‌های فراابتکاری مانند ژنتیک، بهینه‌سازی ازدحام ذرات و الگوریتم تکامل تفاضلی استفاده شد. به کارگیری این الگوریتم‌ها، به ما کمک کرد تا علاوه‌بر ارزیابی عملکرد هر یک از آن‌ها، اعتبار نتایج به‌دست‌آمده را هم بررسی کنیم. نتایج این پژوهش به روشنی نشان می‌دهد که پرتفوی شامل رمزارزها با بیشترین ارزش بازار به دلیل ثبات بیشتر، ریسک کمتری را نسبت به سایر پرتفوی‌های منتخب تجربه خواهد کرد. همچنین شاخص بازار رمزارزها با استراتژی مدل بهینه‌سازی شارپ از ریسک کمتری نسبت به سایر مدل‌ها برخوردار است و پرتفوی‌هایی که با این مدل تشکیل شده، عملکرد بهتری از نظر توازن بین ریسک و بازده نشان می‌دهند. این پژوهش همچنین نشان داد که انتخاب پرتفوی بر اساس نسبت بازده به ریسک انحراف از معیار به خصوص بر اساس داده‌های تاریخی بلند مدت، نتایج بهتری را برای بهینه‌سازی بر اساس مدل‌های سورتینو و کالمار به همراه دارد و رمزارزهایی که پیش‌بینی‌پذیری بالاتری از خود نشان می‌دهند می‌توانند به انتخاب پرتفوی‌های کاراتر و کاهش ریسک نزولی کمک کنند. از دیگر دستاوردهای مهم این مطالعه، به‌کارگیری یک روش نوآورانه برای تحلیل ضریب تغییرات است که به درک دقیق‌تری از رابطه میان بازده و ریسک در پرتفوی‌های منتخب بهینه منجر شد. نتایج نهایی تأکید می‌کند که با وجود ریسک بالای بازار رمزارزها، استفاده از استراتژی‌های علمی معاملاتی می‌تواند به‌طور مؤثری در مدیریت ریسک و افزایش بازدهی مؤثر واقع شود.