تدوین مدلی جدید برای بهینه سازی پرتفوی بورس با استفاده ازروش مارکوویتز واصلاح آن توسط مدل کسینوس ها وحل آن توسط الگوریتم ژنتیک

این پژوهش با موضوع بهینه سازی پرتفوی بورس با استفاده از الگوریتم ژنتیک بر مبنای مدل مارکوویتز و متد خاص همگرایی و جهت ارزیابی ریسک و بازده برای مینیمم کردن ریسک جهت سرمایه گذاری مناسب در راستای بهینه سازی پرتفوی با در نظر گرفتن نرخ بازده مورد انتظار طراحی شده است دراین تحقیق با در نظر گرفتن دانش مدیریت مالی و تحقیق در عملیات تلاش می گردد تا مدلی جهت ارزیابی ریسک و بازده برای سرمایه گذاری مناسب در پرتفویی بهینه ارائه دهد. در این تحقیق 50 شزکت برتربورس در سال 89 مورد مطالعه قرار گرفته ،سپس با استفاده از اندیکاتور CCI این 50 شرکت به 21 شرکت تقلیل پیدا نمودند.در مرحله دوم با استفاده از مدل مارکوویتز ریسک پرتفوی 21 سهم را توسط الگوریتم ژنتیک توسط نرم افزار مطلب حل و سپس با متد خاص همگرایی )مدل کیسینوس ها(cos))ریسک سهام را به طور مجزا با الگوریتم ژنتیک برای بازده های متفاوت حل میکنیم فرضیه ای برای اصلاح مدل مارکوویتز مطرح میشود که با استفاده از ازمون آماری ویلکاکسون به نتیجه مثبت رسیدیم. ودرنهایت به این نتیجه میرسیم که همیشه پرگونه سازی پرتفوی به نفع سرمایه گذار نمی باشد واز یک جایی به بعد بهتر است که متنوع سازی را متوقف کنیم.

کلیدواژه ها:

پرتفوی ، الگوریتم ژنتیک ، اندیکاتور cci ، ریسک و بازده