انتخاب سبد سهام چندهدفه با ترکیب مدل های مارکویتز و تحلیل پوششی داده های تقاطعی

در این مقاله مدل ترکیبی چند هدفه یی بر پایه ی مدل میانگین- واریانس مارکویتز برای انتخاب سبد سهام ارایه شده که علاوه بر ریسک و بازده، کارایی سبد سهام را نیز به طور هم زمان در نظر می گیرد. مدل پیشنهادی، یک مدل چندهدفه است که میانگین بازدهی سهام و کاراریی آنها را بیشینه و ریسک سبد سهام را کمینه می کند. برای سنجش کارایی از مدل تحلیل پوششی داده های تقاطعی استفاده شده است. همچنین الگوریتم ژنتیک چندهدفه با مرتب سازی نامغلوب (NSGA-II) برای حل مدل ارایه شده است. برای نشان دادن عملکرد مدل پیشنهادی، این مدل برای 52 شرکت از بورس اوراق بهادار تهران به کار گرفته شده و نتایج با مدل میانگین - واریانس مارکویتز مقایسه شده است. نتایج نشان می دهد که مدل پیشنهادی نسبت به مدل مارکویتز کارایی را به نحو چشمگیری افزایش می دهد در حالی که بازده سبد سهام کاهش ناچیزی می یابد.

کلیدواژه ها:

انتخاب سبد سهام ، مدل میانگین - واریانس مارکویتز ، مدل تحلیل پوششی داده های تقاطعی ، الگوریتم ژنتیک چندهدفه با مرتب سازی نامغلوب