Ένα Βασισμένο στη Γνώση Σύστημα για τον Καθορισμό του Επενδυτικού Προφίλ στη Λήψη Επενδυτικών Αποφάσεων στο Χρηματιστήριο Αθηνών Γεώργιος Σαμαράς, ΤΕΙ Λάρισας, 41110 Λάρισα, samaras@teilar.gr Νικόλαος Ματσατσίνης, Πολυτεχνείο Κρήτης, 73100 Χανιά, nikos@ergasya.tuc.gr Κωνσταντίνος Ζοπουνίδης, Πολυτεχνείο Κρήτης, 73100 Χανιά, kostas@dpem.tuc.gr Περίληψη. Ένα από τα απαραίτητα στοιχεία στη διαδικασία διαχείρισης χαρτοφυλακίου είναι το επενδυτικό προφίλ του δυνητικού επενδυτή. Η γνώση του επενδυτικού προφίλ θεωρείται απαραίτητη προϋπόθεση, για τη χάραξη μιας αποδοτικής και εξατομικευμένης επενδυτικής στρατηγικής, ώστε οι λαμβανόμενες επενδυτικές αποφάσεις να είναι πλήρως εξειδικευμένες και προσαρμοσμένες στις απαιτήσεις και τους στόχους του συγκεκριμένου επενδυτή. Τα στοιχεία που καθορίζουν ένα πλήρες επενδυτικό προφίλ είναι: το είδος του επενδυτή, το ύψος του προς επένδυση ποσού, ο επενδυτικός χαρακτήρας, ο επενδυτικός ορίζοντας, ο αναλαμβανόμενος κίνδυνος/αναμενόμενη απόδοση και η διασπορά του χαρτοφυλακίου. Όλες οι παραπάνω πληροφορίες είναι σημαντικότατες για τις βασικές λειτουργίες της διαχείρισης χαρτοφυλακίου, όπως η αξιολόγηση μετοχών, η κατάταξη μετοχών και η σύνθεση χαρτοφυλακίου. Έτσι, το αποτέλεσμα θα είναι εξατομικευμένο και προσαρμοσμένο στις προτιμήσεις και ανάγκες του συγκεκριμένου δυνητικού επενδυτή και θα οδηγήσει σε μια επιτυχημένη διαχείριση χαρτοφυλακίου. Λέξεις-Κλειδιά. Βασισμένο στη Γνώση Σύστημα, Επενδυτικό Προφίλ, Επενδυτικές Αποφάσεις, Χρηματιστήριο Αθηνών. 1. ΕΙΣΑΓΩΓΗ Οι έντονα ανταγωνιστικές συνθήκες που επικρατούν στο χώρο της επαγγελματικής διαχείρισης χαρτοφυλακίων καθιστούν επιτακτική την ανάγκη δημιουργίας σύγχρονων και επιστημονικά προηγμένων διαχειριστικών εργαλείων που θα αναπτυχθούν με σκοπό να ενισχύσουν το οπλοστάσιο των επαγγελματιών διαχειριστών, αλλά και των επενδυτών σε ατομικό επίπεδο. Έτσι, θα πρέπει να αξιοποιούνται όλες οι μεθοδολογίες/τεχνολογίες που επιτρέπουν την ενσωμάτωση της τεχνογνωσίας που προκύπτει τόσο από την ερευνητική προσπάθεια, όσο και από τη γνώση και εμπειρία των επαγγελματιών του κλάδου. Η τεχνολογία που χρησιμοποιείται, εν προκειμένω, είναι εκείνη των βασισμένων στη γνώση συστημάτων ΒΓΣ (KBS: Knowledge-Based Systems). Είναι συστήματα τα οποία μπορούν να ενσωματώνουν γνώση και εμπειρογνωμοσύνη και να εκμεταλλεύονται έτσι την πολύχρονη εμπειρία των επαγγελματιών του κλάδου της διαχείρισης χαρτοφυλακίου. Σκοπός της παρούσας εργασίας είναι να παρουσιάσει ένα ΒΓΣ για τον Καθορισμό του Επενδυτικού Προφίλ στη Λήψη Επενδυτικών Αποφάσεων στο Χρηματιστήριο Αθηνών, που θα δίνει τη δυνατότητα μιας πλήρους εξατομικευμένης και επιτυχημένης διαχείρισης χαρτοφυλακίου. Η ενότητα 2 εισάγει στο θεωρητικό και μεθοδολογικό πλαίσιο του καθορισμού επενδυτικού πρφίλ και των βασισμένων στη γνώση συστημάτων. Η ενότητα 3 παρουσιάζει το προτεινόμενο σύστημα, ενώ η ενότητα 4 παρουσιάζει μια εφαρμογή του συστήματος στο Χρηματιστήριο Αθηνών. Τέλος, η ενότητα 5 παρουσιάζει τα συμπεράσματα που προκύπτουν από την ανάπτυξη του παραπάνω συστήματος.
Σχεδίαση Λειτουργιών, Ανάκτηση Πληροφοριών και Διαχείριση Γνώσης. 2. ΘΕΩΡΗΤΙΚΟ ΚΑΙ ΜΕΘΟΔΟΛΟΓΙΚΟ ΠΛΑΙΣΙΟ 2.1 Επενδυτικό Προφίλ και Διαχείριση Χαρτοφυλακίου Όπως αναφέρθηκε παραπάνω, η γνώση και χρησιμοποίηση του επενδυτικού προφίλ αποτελεί απαραίτητη προϋπόθεση για μια επιτυχημένη διαχείριση χαρτοφυλακίου [4] [7] [12]. Ο καθορισμός του επενδυτικού προφίλ σημαίνει να προσδιορίζονται, τουλάχιστον, τα εξής: Είδος Επενδυτή (Θεσμικός επενδυτής/ιδιώτης επενδυτής). Το προτεινόμενο σύστημα απευθύνεται τόσο σε θεσμικούς, όσο και σε ιδιώτες επενδυτές. Ο καθορισμός του τύπου του επενδυτή είναι απαραίτητος, καθόσον υπάρχει διαφορά μεταξύ ιδιώτη και θεσμικού επενδυτή, που απορρέει από τα μεγέθη τους. Έτσι, ο θεσμικός επενδυτής μπορεί με τις κινήσεις του να προκαλέσει αλλαγή τάσης στην πορεία μιας μετοχής, σε αντίθεση με τον ιδιώτη επενδυτή, που δεν έχει τη δυνατότητα αυτή. Το ύψος του προς επένδυση ποσού. Προφανώς, πρέπει να καθορισθεί το ύψος του ποσού που είναι διατεθειμένος να επενδύσει ο δυνητικός επενδυτής. Ο Επενδυτικός Χαρακτήρας. Ο επενδυτικός χαρακτήρας έχει σχέση με το επίπεδο του κινδύνου που προτίθεται να αναλάβει ο επενδυτής και με την αναμενόμενη απόδοση που προσδοκά. Όσο μεγαλύτερο κίνδυνο αναλαμβάνουμε, τόσο μεγαλύτερη είναι η αναμενόμενη απόδοση, και αντίστροφα. Ο κίνδυνος που αναλαμβάνεται σε μια επένδυση, αντισταθμίζεται από την αναμενόμενη απόδοση. Γενικώς, η υψηλή αναμενόμενη απόδοση συνοδεύεται και από υψηλό κίνδυνο, και αντίθετα χαμηλός αναλαμβανόμενος κίνδυνος, σημαίνει και χαμηλή απόδοση. Ένας τρόπος μέτρησης ενός μέρους του κινδύνου είναι ο συντελεστής beta, που μετρά τον συστηματικό κίνδυνο, ο οποίος συνδέεται με μια μετοχή ή ένα χαρτοφυλάκιο. Η τιμή του επιτρέπει να ταξινομήσουμε μετοχές ή χαρτοφυλάκια σε τρεις κατηγορίες : - Επιθετικές μετοχές ή χαρτοφυλάκια που πολλαπλασιάζουν τις μεταβολές της αγοράς. Έχουν beta μεγαλύτερο του 1. - Αμυντικές μετοχές ή χαρτοφυλάκια που μετριάζουν τις μεταβολές της αγοράς. Έχουν beta μικρότερο του 1. - Ουδέτερες μετοχές ή χαρτοφυλάκια που μεταβάλλονται όπως η αγορά. Έχουν beta ίσο ή πολύ κοντά στο 1. Ένα μεγάλο όφελος του beta (β) είναι ότι επιτρέπει στον επενδυτή ή διαχειριστή χαρτοφυλακίων, να προσαρμόσει την επενδυτική στρατηγική του σύμφωνα με τις προβλέψεις του για την αγορά. Πράγματι, όταν οι προβλέψεις του για την αγορά είναι ανοδικές, ο διαχειριστής θα διαμορφώσει τη θέση του με ένα χαρτοφυλάκιο που έχει beta μεγαλύτερο του 1. Το αντίθετο θα πράξει, όταν οι προβλέψεις του είναι πτωτικές. Εάν οι προβλέψεις του είναι αβέβαιες, τότε θα διαμορφώσει ένα χαρτοφυλάκιο με beta ίσο ή κοντά στο 1. Το beta, λοιπόν, είναι μια βασική μεταβλητή στη διαχείριση χαρτοφυλακίου και παίζει έναν κεντρικό ρόλο στην επιλογή και σύνθεση ενός χαρτοφυλακίου. Ανάλογα, με τον αναλαμβανόμενο κίνδυνο, ο επενδυτής μπορεί να χαρακτηρισθεί, ως: - Αμυντικός (β<=0,70) - Συντηρητικός (0,70<β<=0,90) - Ισορροπημένος (0,90<β<=1,10 - Επιθετικός (1,10<β<=1,40) - Ριψοκίνδυνος (β>1,40) Ο επενδυτικός ορίζοντας. Ο επενδυτής πρέπει να αποσαφηνίσει τον ορίζοντα που έχει η επένδυσή του. Ο επενδυτικός ορίζοντας έχει σχέση με το χρονικό διάστημα που προτίθεται ο επενδυτής να διακρατήσει τις μετοχές του, πριν τις ρευστοποιήσει. Ο επενδυτικός 2
18 ο Εθνικό Συνέδριο ΕΕΕΕ ορίζοντας μπορεί να χρησιμεύσει ως "μπούσουλας", που θα προφυλάξει τον επενδυτή είτε από πρόωρες ρευστοποιήσεις, είτε από ζημιογόνες διακρατήσεις. Βέβαια, ο επενδυτικός ορίζοντας πρέπει να είναι σε συμφωνία με τις επιλεγόμενες μετοχές. Έτσι, "επιθετικές" μετοχές επιλέγονται για μεσο-βραχυπρόθεσμο ορίζοντα, ενώ "ουδέτερες" ή "αμυντικές" μετοχές επιλέγονται για μεσοπρόθεσμο ή μακροπρόθεσμο ορίζοντα.. Έτσι, για κάθε περίπτωση, το προτεινόμενο χαρτοφυλάκιο μπορεί να είναι διαφορετικό. Διευκρινίζεται ότι τα χρονικά όρια του επενδυτικού ορίζοντα, κατά περίπτωση, είναι : - Βραχυπρόθεσμος ορίζοντας : έως 3 μήνες - Μεσο-βραχυπρόθεσμος ορίζοντας : από 3 έως 6 μήνες - Μεσοπρόθεσμος ορίζοντας : από 6 έως 12 μήνες - Μεσο-μακροπρόθεσμος ορίζοντας : από 1 έως 2 έτη - Μακροπρόθεσμος ορίζοντας : από 2 έτη και άνω. Διασπορά. Μια άλλη συνιστώσα του κινδύνου ενός χαρτοφυλακίου είναι η διασπορά. Διάφορες μελέτες δείχνουν ότι ο κίνδυνος ελαττώνεται, όταν αυξάνεται η διασπορά του χαρτοφυλακίου, δηλαδή, αυξάνεται αριθμός των μετοχών μέσα στο χαρτοφυλάκιο. Η συνιστώσα αυτή του κινδύνου γίνεται αμελητέα, όταν n>10 έως 15 (ανάλογα με τη χώρα), όπου n είναι ο αριθμός μετοχών μέσα στο χαρτοφυλάκιο [8] [9] [13]. 2.2 ΕΣ/ΒΓΣ στον Καθορισμό Ε.Π και Διαχείριση Χαρτοφυλακίου Ο όρος έμπειρο σύστημα (ΕΣ) (ES: expert system) προτάθηκε στα πλαίσια της έρευνας στην ΤΝ, για να περιγράψει συστήματα, τα οποία επιδεικνύουν νοήμονα συμπεριφορά σε συγκεκριμένους τομείς και διαδικασίες, ανάλογη ενός ανθρώπου-εμπειρογνώμονα με ειδικότητα στον ίδιο τομέα. Τα έμπειρα συστήματα αναφέρονται, επίσης, ως Βασισμένα στη Γνώση Συστήματα (ΒΓΣ) (KBS: Knowledge-based Systems). Εδώ θα πρέπει να διευκρινισθεί ότι στα ΒΓΣ, η γνώση μπορεί να μην προέρχεται, μόνο, από ειδικούς-εμπειρογνώμονες, αλλά να αποτελεί επιστημονική-τεχνολογική γνώση ή γνώση καταγεγραμμένη σε βάσεις δεδομένων, αναφορές, κλπ. [1] [3] [5] [6]. Τα ΕΣ/ΒΓΣ είναι περισσότερα αποτελεσματικά από τις συμβατικές προσεγγίσεις, όταν χειριζόμαστε ποιοτικά προβλήματα και μάλιστα σε ένα αβέβαιο περιβάλλον, όπου η πληροφορία είναι συνήθως μη πλήρης. Τα ΒΓΣ στον τομέα της διαχείρισης χαρτοφυλακίου κωδικοποιούν την καθημερινή γνώση των ειδικών και επαγγελματιών του κλάδου (χρηματιστές, χρηματοοικονομικοί σύμβουλοι, αναλυτές, κ.α), καθώς και την επιστημονικήτεχνολογική γνώση και χρησιμοποιούν τη γνώση αυτή για την επίλυση προβλημάτων επενδυτικών αποφάσεων, αντί να χρησιμοποιήσουν συμβατικές μαθηματικές μεθόδους. Έτσι, επιτυγχάνεται αυτοματοποίηση πολλών επαναληπτικών και επίπονων εργασιών από τη μια πλευρά, αλλά και ενσωμάτωση της υπάρχουσας γνώσης και εμπειρίας, από την άλλη. 3. ΤΟ ΠΡΟΤΕΙΝΟΜΕΝΟ ΣΥΣΤΗΜΑ Το προτεινόμενο ΒΓΣ αποτελεί υποσύστημα σε ένα ολοκληρωμένο σύστημα διαχείρισης χαρτοφυλακίου [10] [11] [14]. Μπορεί, όμως, να χρησιμοποιηθεί και ως αυτόνομο σύστημα υποστήριξης επενδυτικών αποφάσεων. 3.1 Καθορισμός του Επενδυτικού Προφίλ Ο καθορισμός του επενδυτικού προφίλ γίνεται μέσω ενός έμπειρου συστήματος, με μια σειρά ερωτήσεων που μπορούν να απαντηθούν εύκολα από το χρήστη-επενδυτή, μέσω των οποίων εκμαιεύεται το επενδυτικό του προφίλ. Ένα δείγμα ερωτήσεων, στις οποίες καλείται να απαντήσει ο δυνητικός επενδυτής, είναι το ακόλουθο: 3
Σχεδίαση Λειτουργιών, Ανάκτηση Πληροφοριών και Διαχείριση Γνώσης. Πίνακας 1 : Καθορισμός Επενδυτικού Προφίλ α/α Ερωτήσεις Εναλλακτικές Απαντήσεις Απάντηση 1 Σε πόσο χρονικό διάστημα υπολογίζετε ότι θα χρειασθείτε τα χρήματα που θα επενδύσετε; Σε 6 μήνες Σε 6 μήνες έως 1 χρόνο Σε 1 έως 2 χρόνια Σε περισσότερο από 2 χρόνια 4 Τα παρακάτω υποθετικά χαρτοφυλάκια παρουσιάζουν διαφορετικές αποδόσεις και διαφορετικά επίπεδα διακύμανσης. Σε ποιο χαρτοφυλάκιο θα επιλέγατε να επενδύσετε τα χρήματά σας; Χαρτοφυλάκιο Ι Προβλέπεται:. Μέση ετήσια απόδοση 10%. Μέγιστη ετήσια απόδοση 20%. Ελάχιστη ετήσια απόδοση 0% Χαρτοφυλάκιο ΙΙ Προβλέπεται:. Μέση ετήσια απόδοση 15%. Μέγιστη ετήσια απόδοση 30%. Ελάχιστη ετήσια απόδοση -10% Χαρτοφυλάκιο ΙΙΙ Προβλέπεται:. Μέση ετήσια απόδοση 30%. Μέγιστη ετήσια απόδοση 60%. Ελάχιστη ετήσια απόδοση -40% Με βάση τις απαντήσεις που έχει δώσει ο δυνητικός επενδυτής, υπολογίζονται διάφορα σκορ απαντήσεων (Σκορ-1 και Σκορ-2), τα οποία χρησιμοποιούνται από το αντίστοιχο ΕΣ/ΒΓΣ, προκειμένου να προσδιορισθούν τα στοιχεία του επενδυτικού του προφίλ, που είναι απαραίτητα για μια ορθολογική διαχείριση χαρτοφυλακίου. 3.2 Σύστημα Εξαγωγής Συμπερασμάτων και Καθορισμός Κανόνων Το προτεινόμενο σύστημα χρησιμοποιεί, για τον καθορισμό του επενδυτικού προφίλ, την πλέον διαδεδομένη τεχνολογία της τεχνητής νοημοσύνης: τα βασισμένα στη γνώση συστήματα (ΒΓΣ). Η επιλογή μας για την αναπαράσταση της γνώσης του εμπειρογνώμονα (χρηματοοικονομικοί και χρηματιστηριακοί εμπειρογνώμονες και αναλυτές) στο σύστημα, είναι να γίνεται επαγωγικά, όπου η γνώση διατυπώνεται υπό μορφή κανόνων. Για την υλοποίηση, χρησιμοποιήθηκε το κέλυφος (shell) Visual Rule Studio (VRS) [2], το οποίο φαίνεται να αντιστοιχεί πλήρως στη γνωστική όδευση των παραπάνω εμπειρογνωμόνων. 3.2.1 Δομή Κανόνων 4
18 ο Εθνικό Συνέδριο ΕΕΕΕ Η στρατηγική εξαγωγής συμπερασμάτων που χρησιμοποιείται στο προτεινόμενο σύστημα, είναι η ανάστροφη συλλογιστική. Η ανάστροφη συλλογιστική αντανακλά τον τρόπο με τον οποίο ένας εμπειρογνώμονας εφαρμόζει μια σειρά τεστ για να αποδείξει μια υπόθεση. Οι κανόνες, στην ανάστροφη συλλογιστική, χρησιμοποιούν τη δομή IF-THEN-ELSE, για να εκφράσουν την αιτιώδη σχέση μεταξύ υπόθεσης και δεδομένων σε ένα RuleSet. Ο κανόνας έχει τη μορφή: Rule <όνομα κανόνα> IF <συνθήκη> { [AND] /[OR] <συνθήκη> } THEN <συμπέρασμα> CF X { ELSE <εναλλακτικό συμπέρασμα> } Όπου CF: Confidence Factor (Βαθμός Εμπιστοσύνης) 3.2.2 Συλλογιστική Εμπειρογνώμονα Βαθμοί Εμπιστοσύνης Παρατηρήθηκε ότι οι εμπειρογνώμονες έχουν μεγάλη δυσκολία να περιγράψουν και να εκθέσουν τη γνωστική τους λειτουργία. Έχει παρατηρηθεί, δηλαδή, ότι οι εμπειρογνώμονες δεν είναι πάντοτε σε θέση να διατυπώσουν την εκτίμησή τους με απόλυτη βεβαιότητα σε όλες τις περιπτώσεις. Έτσι, σε κάθε έκφραση της εκτίμησής τους αντιστοιχείται και ένας βαθμός εμπιστοσύνης (CF: Confidence Factor). Οι βαθμοί εμπιστοσύνης εκφράζουν την πίστη σε ένα συμβάν (ή ένα γεγονός ή υπόθεση), βασισμένη στη μαρτυρία (ή στην εκτίμηση του εμπειρογνώμονα). Το κέλυφος VRS καταχωρεί και διατηρεί τον βαθμό εμπιστοσύνης για το συμπέρασμα κάθε κανόνα. Η εκχώρηση βαθμού εμπιστοσύνης σε έναν κανόνα είναι προαιρετική. Εάν δεν καθορίσουμε βαθμούς εμπιστοσύνης (ΒΕ), τότε αυτό αντιστοιχεί σε τιμή 100. Τιμές που προκύπτουν από συμπεράσματα, ως αποτέλεσμα πυροδότησης ενός κανόνα λαμβάνουν βαθμό εμπιστοσύνης που προκύπτει από το γινόμενο των ΒΕ των κανόνων που έχουν πυροδοτηθεί: Τελικός ΒΕ συμπεράσματος = (ΒΕ προηγουμένων Χ ΒΕ συμπεράσματος) / 100 Σε μια ομάδα κανόνων (Rule group), ξεκινάμε από τον κανόνα με τον μεγαλύτερο ΒΕ: Rule 1 IF attribute 1 THEN goal 1 CF 80 Rule 2 IF attribute 2 ΤHEN goal 1 CF 95 Ο δεύτερος κανόνας θα εκτελεσθεί πρώτος, διότι έχει μεγαλύτερο βαθμό εμπιστοσύνης. Το πρόβλημα, βέβαια, που αντιμετωπίσθηκε κατά τη σύνταξη των κανόνων, ήταν ο καθορισμός των ΒΕ (CF). O υπεύθυνος για τον καθορισμό των τιμών του ΒΕ ήταν ο εμπειρογνώμονας. Παρόλα αυτά, ακόμη και για ένα πολύ έμπειρο εμπειρογνώμονα και πολύ καλό γνώστη του χώρου, υπήρξε δυσκολία στον καθορισμό των ΒΕ κάθε κανόνα. 3.2.3 Παραδείγματα Κανόνων της Βάσης Γνώσης 5
Σχεδίαση Λειτουργιών, Ανάκτηση Πληροφοριών και Διαχείριση Γνώσης. Όλοι οι κανόνες, μέσω των οποίων εκμαιεύεται με τον παραπάνω τρόπο η εμπειρογνωμοσύνη των ειδικών, αποθηκεύονται σε μια βάση γνώσης (ΒΓ). Ορισμένα παραδείγματα τέτοιων κανόνων είναι τα ακόλουθα: Rule 1 If Skor-1 <=30 AND Skor-2<=18 THEN EO= ΜΑΚΡΟΠΡΟΘΕΣΜΟΣ AND D=15 CF=80 ELSE Μήνυμα: Δώσατε αντιφατικές απαντήσεις!!! Προσπαθείστε ξανά!!! Rule 4 If Skor-1 >30 AND Skor-1 <=42 AND Skor-2>18 AND Skor-2<=24 THEN EO= ΜΕΣΟ-ΜΑΚΡΟΠΡΟΘΕΣΜΟΣ AND D=25 CF=80. 4. ΕΦΑΡΜΟΓΗ ΤΟΥ ΣΥΣΤΗΜΑΤΟΣ ΣΤΟ ΧΡΗΜΑΤΙΣΤΗΡΙΟ ΑΘΗΝΩΝ Το προτεινόμενο ΒΓΣ εκμαιεύει το επενδυτικό προφίλ του χρήστη, με έμμεσες ερωτήσεις, στις οποίες ο χρήστης-επενδυτής αισθάνεται πιο ικανός να απαντήσει και με μεγαλύτερη ευκολία. Δείγματα οθονών, μέσω των οποίων γίνεται ο καθορισμός του επενδυτικού προφίλ είναι τα ακόλουθα (σχήμα 1 και 2): Σχήμα 1 : Προσδιορισμός Επενδυτικού Προφίλ (Ερ. 1) 6
18 ο Εθνικό Συνέδριο ΕΕΕΕ Η προηγούμενη οθόνη αφορά την απάντηση στην Ερώτηση 1, ενώ η επόμενη αφορά την απάντηση στην Ερώτηση 4. Σχήμα 2 : Προσδιορισμός Επενδυτικού Προφίλ (Ερ. 4) Μετά την εισαγωγή των απαντήσεων σε όλες τις ερωτήσεις που προβλέπονται, εμφανίζεται το επενδυτικό προφίλ του εν λόγω επενδυτή, δίνοντας τη δυνατότητα στον χρήστη να προβεί σε τυχόν αλλαγές (σχήμα 3). Σχήμα 3 : Εμφάνιση Επενδυτικού Προφίλ 7
Σχεδίαση Λειτουργιών, Ανάκτηση Πληροφοριών και Διαχείριση Γνώσης. Η διαδικασία τελειώνει με την οριστική εισαγωγή του επενδυτικού προφίλ του επενδυτήχρήστη του συστήματος. Αυτό σημαίνει ότι όλες οι αξιολογήσεις στις οποίες θα προβεί το σύστημα, θα αφορούν αποκλειστικά τον συγκεκριμένο επενδυτή. Έτσι, η τελική επενδυτική πρόταση που θα προσφέρει το σύστημα, θα είναι πλήρως εξατομικευμένη και σύμφωνη με τις προτιμήσεις και τους στόχους του συγκεκριμένου επενδυτή. 5. ΣΥΜΠΕΡΑΣΜΑΤΑ Το σύστημα που περιγράφηκε παραπάνω, είναι ένα σύστημα που διαθέτει όλα τα χαρακτηριστικά-πλεονεκτήματα ενός Βασισμένου στη Γνώση Συστήματος. Τα βασικότερα πλεονεκτήματα του συστήματος είναι: Το σύστημα χρησιμοποιεί τεχνολογίες ΒΓΣ, για να ενσωματώσει γνώση και εμπειρία του χώρου της χρηματιστηριακής αγοράς (χρηματοοικονομικοί και χρηματιστηριακοί αναλυτές, σύμβουλοι, κ.α.). Λαμβάνει υπόψη τη στάση του επενδυτή έναντι του κινδύνου και τις προτιμήσεις του σε ένα σύνολο παραγόντων, από τους οποίους εξαρτάται μια επενδυτική απόφαση. Χειρίζεται τον κίνδυνο (beta) ως επενδυτική επιλογή, σε αντίθεση με τα υπάρχοντα συστήματα, όπου το beta αποτελεί απλά έναν χρηματιστηριακό δείκτη (με, εξ ορισμού, φθίνουσα κλίμακα). Αυτό έχει ως αποτέλεσμα, η διαχείριση χαρτοφυλακίου να καθορίζεται από ένα επίπεδο επιθυμητού κινδύνου, που κρίνεται αποδεκτό από τον δυνητικό επενδυτή. Δίνει μεγάλη βαρύτητα στον καθορισμό του επενδυτικού ορίζοντα. Πράγματι, ο δυνητικός επενδυτής πρέπει να γνωρίζει, τη στιγμή που επενδύει, τον χρονικό ορίζοντα της επένδυσής του. Αυτό τον προφυλάσσει είτε από πρόωρες ρευστοποιήσεις του χαρτοφυλακίου του, είτε από ζημιογόνες διακρατήσεις. Καθορίζει, σύμφωνα με τα παραπάνω, το επίπεδο διασποράς του χαρτοφυλακίου, πράγμα που συμβάλλει στην ασφάλεια της επένδυσης. Έτσι, εξασφαλίζεται μια πλήρης εξατομίκευση της επενδυτικής απόφασης, σε ότι αφορά τις προτιμήσει, απαιτήσεις και τους στόχους του συγκεκριμένου επενδυτή, με αποτέλεσμα μια επιτυχημένη και αποδοτική διαχείριση χαρτοφυλακίου. Βιβλιογραφία [1] Haugeland, J. (1989), Artificial Intelligence: The Very Idea, MIT Press. [2] http://www.rulemachines.com/vrs/ [3] Luger, G.F. and W.A. Stubblefield (1989), Artificial Intelligence and the Design of Expert Systems, Benjamin/Cummings, Redwood City, CA. [4] Markowitz H. (1952), Portfolio selection, Journal of Finance, 7 (1), 77-91. [5] Partridge, D. and K. M. Hussain (1995), Knowledge Based Information Systems, McGraw-Hill. [6] Rich, E. and K. Knight (1991), Artificial Intelligence, 2 nd ed. New York: McGraw-Hill. [7] Ross, S.A. (1976), The Arbitrage Theoty of Capital Asset Pricing, Journal of Economic Theory, Vol. 13, 341-360. [8] Samaras, G.D and N.F Matsatsinis (2004), INTELLIGENT INVESTOR : An Intelligent Decision Support System for Portfolio Management, Operational Research International Journal (ORIJ), Special Issue: Papers Presented at the 16th Conference of HELORS, Vol. 4, Νο. 3, pp. 357-371. 8
18 ο Εθνικό Συνέδριο ΕΕΕΕ [9] Samaras, G.D., N.F. Matsatsinis and C. Zopounidis (2003), A Multicriteria DSS for a Global Stock Evaluation, Operational Research International Journal (ORIJ), Special Issue on Multicriteria Decision Aid: Theory and Applications, Vol. 3, No. 3, pp. 281-306. [10] Samaras, G.D., N.F. Matsatsinis and C. Zopounidis (2005), Towards an Intelligent Decision for Portfolio Management, Foundations of Computing and Decision Sciences (FCDS), Vol. 30, No. 2, pp. 141-162, 2005. [11] Samaras, G.D., N.F. Matsatsinis and C. Zopounidis, A Multicriteria DSS for Stock Evaluation Using Fundamental Analysis, European Journal of Operational Research (EJOR) (υπό δημοσίευση). [12] Sharpe, W.F (1964), Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk, The Journal of Finance, Vol. 19, No. 3, pp. 425-442. [13] Σαμαράς Γ., Ν. Ματσατσίνης, και Κ. Ζοπουνίδης (2005), Ένα Πολυκριτήριο Σύστημα Κατάταξης Μετοχών με βάση τη Θεμελιώδη Ανάλυση: Εφαρμογή στο Χρηματιστήριο Αθηνών, in Κ. Κοσμίδου, Κ. Ζοπουνίδης, Μ. Δούμπος (eds), Αποφάσεις με Πολλαπλά Κριτήρια, pp. 241-275. [14] Σαμαράς, Γ. Δ., Ν. Φ. Ματσατσίνης, Κ. Ζοπουνίδης (2002), Προς ένα Ευφυές ΣΥΑ για τη Διαχείριση Χαρτοφυλακίου. 15ο Εθνικό Συνέδριο της Ελληνικής Εταιρείας Επιχειρησιακών Ερευνών: Απασχόληση, Ροή Εργασίας & Επιχειρησιακή Έρευνα Τρίπολη-Ελλάδα, 31 Οκτ.- 2 Νοεμβρίου. 9