سیدرسول سجاد - استادیار مهندسی مالی، دانشکده فنی مهندسی دانشگاه علم فرهنگ مدیر اداره بین الملل بانک مرکزی جمهوری اسلامی ایران، تهران
سمیه السادات موسوی - استادیار گروه مهندسی صنایع دانشکده فنی مهندسی دانشگاه میبد، میبد
مریم زنجانیان - کارشناس ارشد مهندسی مالی، دانشکده فنی مهندسی دانشگاه علم فرهنگ کارشناس خدمات اوراق بهادار، تامین سرمایه سپهر، تهران

استفاده از محاسبات الگوریتم های تکاملی به منظور ایجاد سیستم های پشتیبان تصمیم، یکی از حوزه های جدید در مطالعات مالی محسوب می شود. سیستم معاملاتی سهام یکی از انواع این سیستم ها است که به منظور یاری رساندن به سرمایه گذاران در اتخاذ تصمیم های سرمایه گذاری توسعه داده شده است. سرمایه گذاران برای تصمیم گیری مناسب در بازارهای مالی از ابزارها رویکردهای متفاوتی می توانند استفاده نمایند. یکی از رویکردهای مهم در بازار سرمایه استفاده از تحلیل تکنیکال ابزارهای مرتبط با آن جهت معاملات سهام می باشد. تحلیل تکنیکال سعی در پیش بینی نوسانات آتی سهام با استفاده از داده های تاریخی سهام از جمله روند تغییرات قیمت سهام در گذشته، دارد. در این مقاله با تلفیق به کارگیری دو ابزار الگوریتم برنامه نویسی ژنتیک (ابزاری مناسب جهت سرعت بخشیدن به زمان انجام معاملات) میانگین ارزش در معرض خطر شرطی (ابزاری مناسب جهت کاهش ریسک پرتفوی) همچنین با استفاده از تعدادی از شاخص های تحلیل تکنیکال مدلی جهت استخراج قواعد معاملات انجام معاملات بر روی پرتفوی شاخص سهام توسعه داده شده است. اجرای مدل بر روی پرتفویی متشکل از شاخص صنایع موجود در بورس اوراق بهادار تهران نشان می دهد، قواعد معاملات تولید شده توسط الگوریتم برنامه نویسی ژنتیک می تواند بازده نسبتا بالاتری را نسبت به روش خرید نگهداری سهام تولید نماید. همچنین استفاده از مدل میانگین ارزش در معرض خطر شرطی به منظور تشکیل پرتفوی بهینه از سهام می تواند بازدهی مدل را نسبت به تشکیل پرتفوی بر اساس وزن های مساوی از سهام، افزایش داد.

تحلیل تکنیکال، سیستم معاملات، بهینه سازی پرتفوی، مدل میانگین ارزش در معرض خطر شرطی، برنامه نویسی ژنتیک