پردازش تکاملی و انتخاب بهینه سبد سهام رهیافتی نو برای بورس اوراق بهادار تهران

افزایش میزان سود و کاهش ریسک سرمایه گذاری دربورس همیشه مهمترین دغدغه سرمایه گذاران بوده است و آنها همواره دنبال راهی هستند که بهترین پیشنهاد را برای خرید سهام داشته باشند به گونه ای که دارای بیشترین بازده و کمترین ریسک سرمایه گذاری باشد مدل ریاضی میانگین واریانس مارکویتز دراین زمینه کاربرد فراوانی دارد دراین مقاله برای تشکیل سبدسهام از مدل میانگین واریانس مارکویتز استفاده شده است و الگوریتم های جستجوی محلی مثل الگوریتم ژنتیک واتوماتای سلولی برای تعیین وزن سهام بصورت جداگانه استفاده شدند البته کاربرد این الگوریتم ها اغلب درمسائل بهینه سازی است الگوریتم کلی ارایه شده برای انتخاب پرتفوی از دو مرحله تشکیل شده است مرحله اول انتخاب سهام برتر برای تشکل پرتفوی است انتخاب سهام برتر برمبنای مدل میانگین واریانس مارکویتز و به وسیله توابع هدف پیشنهادی صورت میگیرد مرحله دوم تعیین وزن سهام منتخب پرتفوی است الگوریتم ها براساس وزن تعیین شده برای هر سهم یک ارزیابی از ریسک و بازده پرتفوی پیشنهادی خود می کنند و براساس این ارزیابی الگوریتم ها با یکدیگر مقایسه یم شوند همچنیندراین مقاله پنج مورد تابع هدف برای انتخاب سهام با کیفیت ارایه شده است که محاسباتی معادلات این توابع درچهارچوب مدل ریسک - بازده است.

کلیدواژه ها:

تشکیل سبدسهام ، انتخاب پرتفوی ، مدل میانگین مارکویتز ، الگوریتم ژنتیک ، آتوماتای سلولی