بهینه سازی انتخاب دارایی های سبدسهام بااستفاده ازشاخص ارزیابی ریسک CVaR و الگوریتم فراابتکاری sfla

انتخاب داراییهای سبد سهام با استفاده از مدل درجه دو میانگین - واریانس مارکویتز جزء یکی از رویکردهای متداول بهینه سازی سبد سهام می - باشد که الگوریتم های کارای متعددی برای حل آن وجود دارد. اما چنانچه محدودیتهای اعمال شده به این مدل بر اساس محدودیتهای دنیای واقعی افزایش یابد، این مدل تبدیل به یک مسئله پیچیده از نوع NP-کامل می شود که حل آن با استفاده از روشهای برنامه ریزی خطی بسیار زمان بر و شاید ناممکن باشد. لذا استفاده از رویکردهای ابتکاری و فراابتکاری جهت کنترل این پیچیدگیها مورد توجه محققان قرار گرفته است. در این مقاله تلاشی شده است از الگوریتم فراابتکاری جهش قورباغه مخلوط شده (SFLA) برای حل مسئله بهینه سازی سبد سهام استفاده شود. در این راستا از اطلاعات ۱۵ شرکت بورسی جهانی در بازه زمانی ژانویه ۲۰۱۴ تا ژوئن ۲۰۱۵ استفاده شده و برای ارزیابی ریسک سبد سهام، شاخصی ارزشی در معرض خطر شرطی (CVaR) بکار برده شده است. اطلاعات به دست آمده از الگوریتم پیشنهادی با اطلاعات حاصل از اجرای الگوریتم های بهینه سازی حرکت تجمعی ذرات (PSO)، الگوریتم رقابت استعماری (ICA) و الگوریتم ژنتیک چند هدفه (NSGA II) مقایسه شده و برای ارزیابی بهتر نتایج به دست آمده از آزمون t استفاده شده است

کلیدواژه ها:

بهینه سازی انتخاب ، سبدسهام ، الگوریتم جهش قورباغه مخلوط شده ، شاخص ارزش درمعرض خطرشرطی