سید مرتضی هاشمی - گروه مدیریت صنعتی، واحد تهران مرکزی،دانشگاه آزاد اسلامی،تهران، ایران
محمدعلی افشارکاظمی - گروه مدیریت صنعتی، واحد تهران مرکزی،دانشگاه آزاد اسلامی،تهران، ایران
عباس طلوعی اشلقی - گروه مدیریت صنعتی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
مهرزاد مینویی - گروه مدیریت صنعتی، واحد تهران مرکز، دانشگاه آزاد اسلامی، شهرتهران، ایران

هدف این پژوهش ترکیب الگوریتم ژنتیک در بهینه سازی سبد سهام در تصمیم گیری مالی سرمایه گذاران می باشد؛ در یک پروژه شبیه سازی، استفاده نهایی از داده های ورودی برای ساختن مدل شبیه سازی می‎باشد. این فرآیند شامل جمع آوری داده های ورودی، آنالیز کردن داده های ورودی و استفاده از این داده های ورودی آنالیز شده در مدل شبیه سازی است. جامعه آماری پژوهش شامل ۲۰ نماد (شرکت) از بین صنایع (وبصادر، وتجارت، اخابر، فخوز، فارس، بالبر، تپمپی، خساپا، خودرو، سشرق، سصوفی، شبهرن، شپنا، غپینو، فولاد، قثابت، کسرا، وبانک، ونفت، ونیکی) و اطلاعات مربوط به قیمت روزانه سهام و میزان شاخص روزانه از تاریخ۱دی ماه۱۳۸۷ الی ۲۶دی ماه ۱۴۰۰به عنوان نمونه در نظر گرفته شد. ابزار جمع آوریاطلاعات و داده‎ها با استفاده از سایت فیپیران می‎باشد و میزان بتا (ریسک) سهام بصورت ماهیانه با استفاده از نرم افزار اکسل محاسبه و میزان فراوانی بازده و بتا (ریسک) محاسبه شده را با استفاده از نرم افزار Spss بدست آورده و با استفاده از نرم افزارEasy fit به تابعهای توزیع پرداخته شد؛ نتایج نشان داد که در صورتیکه عامل ها مبتدی هستند برای کسب سود بیشتر از رفتار نرمال و ریسک ۴۰% را قبول کنند میزان سود بدست آمده پس از بهینه نمودن مدل با الگوریتم ژنتیک بیشتر از مدل اولیه می باشد. درصورتیکه عامل ها حرفه ایی هستند برای کسب سود بیشتر از رفتار ریسک گریز و ریسک ۸۰% را قبول کنند میزان سود بدست آمده پس از بهینه نمودن مدل با الگوریتم ژنتیک بیشتر از مدل اولیه می باشد.

الگوریتم ژنتیک, سبد سهام, تصمیم گیری مالی, سرمایه