توسعه مدل مارکوویتز در بهینه سازی سبد سهام با در نظر گرفتن محدودیت های واقع گرایانه

اهداف: هدف، توسعه مدل مارکوویتز به گونه ای است که با شرایط دنیای واقعی تطابق بیشتری داشته باشد و اضافه کردن انواع عوامل تحلیل بنیادی و محدودیت های بازار سرمایه در این مدل است. در این پژوهش که روی بورس اوراق بهادار تهران انجام شده، از دو معیار میانگین نیمه واریانس و میانگین قدر مطلق انحرافات در کنار معیار واریانس در مدل مارکوویتز برای تخمین بهتر میزان ریسک استفاده شده است. به علاوه، از چندین محدودیت مانند محدودیت کاردینالیتی[۱]، آستانه و بخش بندی برای نزدیک شدن نتایج مدل مبتنی بر مارکوویتز به واقعیت استفاده می شود.  روش: برای اینکه معیار بازده سهام فقط براساس تغییرات قیمتی سهام نباشد، از ۹ معیار مهم تحلیل بنیادی در فیلترسازی سهام شرکت ها و معیار بازده مدل مارکوویتز استفاده شده است. به دلیل پیچیدگی محاسباتی زیاد مدل برنامه ریزی ریاضی، نمونه مسائل با الگوریتم فراابتکاری جستجوی هارمونی نیز حل شد. نتایج: نتایج نشان دهنده آن بود که مدل ریاضی در معیار فاصله از نقطه ایدئال کارایی بهتری دارد. در صورتی که الگوریتم جستجوی هارمونی در معیارهای یکنواختی و گسترش جواب های پارتو و زمان حل برتری دارد. با افزایش بازه تغییرات محدودیت های کاردینالیتی و آستانه، تعداد سهام بیشتری در سبد انتخاب می شود و توابع هدف ریسک و بازده به صورت هم زمان بهبود خواهند یافت. [۱]. Cardinality Constraint

Keywords:

مدل مارکوویتز , انتخاب سبد سهام , تحلیل بنیادی , مدیریت ریسک سهام , الگوریتم فراابتکاری جستجوی هارمونی