Предмет. Эволюция и современное состояние методов оптимизации инвестиционного портфеля. Цели. Развитие модели оптимизации инвестиционного портфеля путем расширения системы ограничений, позволяющей учитывать ликвидность активов, требования к диверсификации и неопределенность прогнозных оценок доходности. Методология. Использован сравнительный и системный анализ, а также методы теории рисков и математического моделирования. Результаты. Проведена сравнительная характеристика ключевых методов оптимизации инвестиционного портфеля, от теории Г. Марковица до алгоритмов машинного обучения, выявлены их достоинства и ограничения. Обоснована необходимость модификации уже существующих моделей с учетом асимметрии рисков, ликвидности и институциональных факторов. Предложена уточненная математическая модель, в которой целевая функция максимизации доходности дополнена ограничениями на максимальные и минимальные доли активов (для диверсификации), на долю классов активов, на ликвидность, а также учитывающая неопределенность прогнозов (на примере LSTM-модели) через допустимые отклонения. Область применения. Результаты могут быть использованы финансовыми менеджерами, инвестиционными аналитиками и риск-менеджерами компаний для повышения эффективности управления портфелями ценных бумаг в условиях нестабильных рынков. Выводы. Предложенное развитие модели повышает ее практическую применимость и обоснованность инвестиционных решений за счет более полного учета современных факторов риска и неопределенности.
Ключевые слова: инвестиционный портфель, оптимизация, управление рисками, теория Марковица, диверсификация
Список литературы:
Markowitz H. Portfolio selection. The Journal of Finance, 1952, vol. 7, iss. 1, pp. 77–91. DOI: 10.1111/j.1540-6261.1952.tb01525.x
Коновалова М.Е., Абузов А.Ю. Математическая модель оптимизации портфеля инвестиций с учетом риска и финансовых ограничений в управлении предприятием // Фундаментальные исследования. 2024. № 1. С. 20–24. DOI: 10.17513/fr.43551 EDN: GMRZRC
Shefrin H. Beyond Greed and Fear. Understanding Behavioral Finance and The Psychology of Investing. N.Y., Oxford University Press, 2003, 408 p. DOI: 10.1093/0195161211.001.0001
Hens T., Bachmann K. Behavioural finance for private banking. N.Y., John Wiley & Sons, 2008, 560 p. DOI: 10.1002/9781118467329
Гришина Н.П. Поведенческий подход к проблеме выбора оптимального портфеля. Саратов: Саратовский университет, 2015. 118 с.
Mitchell M. An introduction to genetic algorithms. Cambridge, MIT Press, 1996, 364 p. DOI: 10.7551/mitpress/3927.001.0001
Woodside-Oriakhi M., Lucas C., Beasley J. Heuristics algoriths for the cardinality constrained efficient frontier. European Journal of Operations Research, 2011, vol. 213, iss. 3, pp. 538–550. DOI: 10.1016/j.ejor.2011.03.030
Балынин И.В. Оптимизация инвестиционного портфеля в контексте практической реализации риск-ориентированного подхода: многообразие методов и принципов // Экономический анализ: теория и практика. 2016. № 10. С. 79–92. EDN: WWYJVV
Бутов Н.А. Формирование инвестиционной стратегии на основе риск-профиля инвестора // Наука XXI века: актуальные направления развития. 2024. № 1-1. С. 476–480. EDN: ZRUYUQ
Никитина Е.А., Мясникова Е.Б. Подходы к оптимизации портфеля ценных бумаг по критерию риска // Известия Тульского государственного университета. Экономические и юридические науки. 2017. № 4-1. С. 24–36. EDN: YLSJRU
Русева В.Л. Формирование инвестиционного портфеля и его основные принципы // Russian Economic Bulletin. 2024. Т. 7. № 1. С. 408–412. EDN: OSEVFL
Рубан А.А., Копиев А.А. Экономико-математическая модель оптимизации инвестиционного портфеля // Финансовый вестник. 2024. № 4. С. 92–95. EDN: KHPGHK
Абузов А.Ю. Структура российского финансового рынка в современных условиях // Финансовая экономика. 2022. № 9. С. 220–222. EDN: GKHYQJ
Агеев В.Н., Власов А.В. Потенциал применения цифровых финансовых активов // Финансовый журнал. 2020. Т. 12. № 6. С. 100–112. DOI: 10.31107/2075-1990-2020-6-100-112 EDN: FPVVQJ
Абузов А.Ю., Волкодавова Е.В. Развитие методов принятия инвестиционных решений в условиях цифровизации // Естественно-гуманитарные исследования. 2025. № 4. С. 735–738. EDN: JYDRZF
Матыцын А.В. Применение LSTM-модели к прогнозированию СPI и уровня инфляции на примере России // Вопросы инновационной экономики. 2022. Т. 12. № 2. С. 1241–1252. DOI: 10.18334/vinec.12.2.114845 EDN: OYGIFK
