بهینه سازی سبد سهام به کمک الگوریتم فراابتکاری دسته های میگو با استفاده از معیارهای مختلف از ریسک در بورس اوراق بهادار تهران

هدف: بهینه سازی سبد سهام از مهم ترین مسائل سرمایه­گذاری است. نخستین بار، هری مارکوویتز، ریسک را در این مسئله به کار برد. پس از آن، این موضوع از جنبه­های مختلف از جمله معیارهای گوناگون ریسک، روش­های بهینه­سازی و در نظر گرفتن هزینه معاملات مورد بررسی گرفته است. در این پژوهش سعی بر این است که روش فراابتکاری دسته­های میگو در بهینه­سازی سبد سهام استفاده گردد و مزایای احتمالی آن بر شمرده شود. روش: در این پژوهش تلاش شده است به‎کمک الگوریتم جدید دستههای میگو، مسئله بهینهسازی سبد سهام حل شده و مرز کارا محاسبه شود. همچنین ریسک با سه معیار واریانس، نیمواریانس و ریزش مورد انتظار بررسی شده است. دادههای این پژوهش، بازدههای تعدیل شده سهام ۵۰ شرکت فعالتر بورس از تاریخ ۰۱/۰۷/۱۳۹۱ تا ۳۱/۰۶/۱۳۹۶ است. یافته‎ها: در ابتدا مرزهای کارای پرتفوهای بهینه بر اساس معیارهای ریسک واریانس، نیم-واریانس و ریزش مورد انتظار رسم شده است. شباهت تقریبی سه مرز کارا، نشان از ثبات الگوریتم در یافتن آن دارد. سپس نسبت های شارپ به دست آمده از روش دسته­های میگو با روش های رقابت استعماری و تجمعی ذرات مقایسه شده و مشاهده می شود که نسبت به آن ها ارجحیت دارد. نتیجه‎گیری: الگوریتم دسته­های میگو در یافتن مرز کارا و پرتفوهای بهینه در مقایسه با سایر الگوریتم­های مرسوم عملکرد بهتری داشته و می­توان آن را جایگزین این روش­ها کرد و به نتایجی مطلوب­تر دست یافت.  

Keywords:

الگوریتم دسته های میگو , بهینه سازی سبد سهام , الگوریتم های فراابتکاری , ریزش مورد انتظار , نیمواریانس