پیش بینی سبد بهینه سهام رویکرد الگوریتم فراابتکاری و فرآیند تصمیم مارکوف

یکی از جذاب ترین حوزه­های تصمیم گیری در شرایط عدم اطمینان بهینه­سازی پرتفوی سهام است. در تصمیم گیری به منظور سرمایه گذاری، دو عامل از اهمیت بسزایی برخوردار بوده و مبنای سرمایه­گذاری می باشد. این دو عامل ریسک و بازده هستند و در این رابطه، بررسی و مطالعه سرمایه گذاران در جهت انتخاب بهترین سبد سرمایه گذاری با توجه به میزان ریسک و بازده آن انجام می شود. پرتفوی به ترکیبی از دارایی ها گفته می شود که توسط یک سرمایه گذار برای سرمایه گذاری تشکیل می شود. فرآیند انتخاب سبد سهام یکی از مسائلی است که موردتوجه محققین زیادی بوده است. هدف این تحقیق ایجاد سبد بهینه سهام با استفاده از داده های پیش بینی شده می باشد. نمونه آماری تحقیق شامل داده­های مالی شرکت های بورس ایران طی سال های ۱۳۹۰ تا ۱۳۹۷ می باشد. در این پژوهش با استفاده از الگوریتم رگرسیون لبه اقدام به پیش بینی بازده سهام شده است و درنهایت با استفاده از روش مارکوف و الگوریتم خوشه بندی طیفی فیلتر لازم جهت انتخاب داده های اولیه مناسب انجام شد و روش فراابتکاری فرهنگی با داده های پیش بینی، سبد بهینه سهام را برای گروه سرمایه گذار با تمایلات ریسک پذیر و همچنین ریسک گریز ارائه کرد. نتایج تحقیق نشان می دهد که الگوریتم فراابتکاری فرهنگی با توجه به روش شارپ توانایی ایجاد سبد بهینه سهام با استفاده از داده های پیش بینی شده را با روش مارکویتز برای سرمایه گذاران ریسک پذیر و ریسک گریز دارد.

Keywords:

سبد بهینه سهام , بازده سهام , الگوریتم فراابتکاری , الگوریتم خوشه بندی طیفی , روش مارکوف