مجید فشاری - استادیار اقتصاد، دانشگاه خوارزمی
پوریا مظاهری فر - کارشناسی ارشد مدیریت مالی، دانشگاه خوارزمی

  در این مطالعه، با استفاده از دو الگوریتم شبکه عصبی مصنوعی و شبکه فازی- عصبی به عنوان دو الگوریتم پیش­بینی قیمت اوراق بهادار و از دو الگوریتم ممتیک حرکت تجمعی ذرات، الگوریتم ژنتیک و روش کوادراتیک به منظور حل مساله بهینه­سازی پرتفوی بدون محدودیت برای 23 شرکت فعال بازار بورس طی سال­های 94-1391 به صورت روزانه استفاده شده است. نتایج حاصل از این تحقیق نشان می­دهد که شبکه­های عصبی توانسته عملکرد بهتری را در پیش­بینی بازده اوراق بهادار نسبت به سیستم فازی عصبی نشان دهد و همچنین در بررسی عملکرد سه الگوریتم کوادراتیک، ژنتیک و ممتیک، نتایج نشان می­دهد که الگوریتم جهش ترکیبی قورباغه توانسته عملکرد و نتیجه بهتری را در مقایسه با الگوریتم ژنتیک نسبت به الگوریتم کوادراتیک نشان دهد. و همچنین نتایج این مطالعه، نشان می­دهد که الگوریتم شبکه عصبی می­تواند الگوریتمی قابل اتکا برای سهامداران باشد.   

بهینه سازی پرتفوی, الگوریتم های فرا ابتکاری, شبکه های عصبی, شبکه فازی عصبی