حسین نیکو - گروه حسابداری و مالی، دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد، یزد، ایران.
جمال برزگری خانقاه - گروه حسابداری و مالی، دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد، یزد، ایران.
حمید رضا میرزایی - گروه حسابداری و مالی، دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد، یزد، ایران.

هدف: تشکیل جفت سهام یک گام مهم در معاملات جفتی است که فقط به صورت دستی یا از طریق دستورالعمل های شمارشی موردبررسی قرار گرفته است. این روش ها در حالت چندمتغیره شکست خورده و اهداف متناقض را در ساختار مساله در نظر نمی گیرند. در این پژوهش روشی ارایه می شود که ترکیب های جفتی چندمتغیره را با در نظر گرفتن اهداف چندگانه متناقض در معاملات جفتی سهام ایجاد کند.روش شناسی پژوهش: در این پژوهش نمونه آماری به واسطه نیاز به معاملات پربسامد به ۳۰ شرکت برتر پذیرفته شده در بورس اوراق بهادار تهران محدود شده است. مساله در قالب یک مدل برنامه ریزی عدد صحیح مختلط (MIP) تدوین و به دلیل محدودیت های غیرمحدب و فضای حل نمایی از الگوریتم ژنتیک چندهدفه برای به دست آوردن ترکیب های جفتی چندمتغیره استفاده شده است. برای دستیابی به اهداف چندگانه، از نوع توسعه یافته الگوریتم ژنتیک، یعنی الگوریتم ژنتیک مرتب سازی نامغلوب آشوبناک (CNSGA-II) استفاده گردید. در این روش برای به دست آوردن راه حل های مناسب و با دقت بالا، از تئوری آشوب در ایجاد جمعیت اولیه الگوریتم ژنتیک استفاده شده است.یافته ها: نتایج پژوهش نشان داد که استفاده از نظریه آشوب می تواند میزان همگرایی را در الگوریتم های تکاملی افزایش دهد. علاوه بر این نتایج بیان گر برتری استراتژی معاملات جفتی چندهدفه مبتنی بر رویکرد فاصله نسبت به مدل تک هدفه سنتی است.اصالت/ارزش افزوده علمی: برای بهینه سازی معاملات جفتی از الگوریتم ژنتیک مرتب سازی نامغلوب استفاده گردید. هم چنین جمعیت اولیه افراد در الگوریتم ژنتیک چندهدفه بر اساس تئوری آشوب ایجاد شد.

معاملات جفتی, الگوریتم ژنتیک مرتب سازی نامغلوب, تئوری آشوب, رویکرد فاصله