کاربرد الگوریتم ژنتیک چندهدفه (NSGA II) در انتخاب پرتفوی بهینه در بورس اوراق بهادار

در موضوعات مالی سبد سهام را می توان به معنی یک ترکیب و یا مجموعه ای از سرمایه گذاری ها دانست که بوسیله یک موسسه و یا یک فرد نگهداری می شود. بهینه سازی سبد سهام به منظور حداکثر سازی سود یکی از اصلی ترین دغدغه های سرمایه گذاران در بازارهای مالی است. تشکیل سبد سهام به عنوان یک تصمیم گیری حساس و حیاتی برای شرکتها شناخته شده است. در واقع مساله انتخاب سبد سهام مساله تخصیص سرمایه بین گزینه های مختلف سهام می باشد. به همین دلیل انتخاب یک سبد سهام با نرخ بازدهی بالا و ریسک کنترل شده یکی از موضوعاتی است که مورد توجه بسیاری از محققان قرار گرفته است. روش های فعلی در بهینه سازی سبد سهام از کارائی لازم برخوردار نبوده و لذا برای حل این مشکل الگوریتم های ابتکاری مورد توجه قرار گرفته اند. الگوریتم ژنتیک یکی از الگوریتم های ابتکاری است که می تواند مسائل بهینه سازی سبد سهام را با کارائی بالا انجام دهد. هدف تحقیق حاضر توضیح کامل الگوریتم ژنتیک و استفاده از این الگوریتم در مسائل بهینه سازی سبد سهام می باشد. مساله انتخاب سبدهای سهام آن قدر پیچیده هستند که روش های حل فعلی در برابر آن ناتوان بوده، از این رو استفاده از الگوریتم های ابتکاری برای حل آنها مورد توجه قرار گرفته و توسعه یافته است. در این پژوهش روشی بر مبنای الگوریتم ژنتیک چند هدفه NSGA-II برای تشکیل سبد سهام ارائه می شود. همچنین ما داده های 30 شرکت برتر را از شرکتهای بورس اوراق بهادار تهران به عنوان نمونه آماری انتخاب نموده و اطلاعات سهام آنها را از ابتدای سال 1386 تا پایان سال 1390 مورد استفاده قرار داده ایم. نتایج نشان می دهد که الگوریتم ژنتیک چند هدفه NSAG-II طراحی شده برای انتخاب سبد سهام ابزاری مناسب و کارا برای کمک به سرمایه گذاران در انتخاب سبد سهام می باشد.