انتخاب و بهینه سازی سبد سهام با استفاده از الگوریتم ژنتیک، با بهره گیری از مدل میانگین-نیمه واریانس مارکویتز

یکی از ویژگی های مهم کشورهای صنعتی و توسعه یافته، وجود بازار فعال و پویای پول و سرمایه است. به عبارت دیگر، اگر پس اندازهای افراد با مکانیسم صحیح به بخش تولید هدایت شوند، علاوه بر بازدهی که برای صاحبان سرمایه به ارمغان می آورد، می تواند به عنوان مهمترین عامل تامین سرمایه، برای راه اندازی طرح های اقتصادی جامعه نیز مفید باشد. در پژوهش حاضر، انتخاب و بهینه سازی سهام با استفاده از سه الگوریتم، شامل الگوریتم ژنتیک، فرهنگی و ازدحام ذرات مورد بررسی قرار گرفته است. از این رو، 106 شرکت پذیرفته شده بورس اوراق بهادار تهران، در طی دوره زمانی 1386 الی 1393، به منظور بررسی این موضوع مورد آزمون قرار گرفتند.
این پژوهش به بررسی تفاوت بین میانگین بازده سرمایه گذاری در سبدهای منتخب بر اساس سه روش پرداخته و آزمون های آماری مربوط به نتایج حاکی از عدم وجود اختلاف معنادار بین سه الگوریتم می باشد. از طرفی به منظور مقایسه دو الگوریتم و بررسی برتری الگوریتم ها، این دو روش بهینه سازی از دو بعد تابع هدف و نسبت بازده و ریسک مورد مقایسه قرار گرفتند و از آنجایی که الگوریتم ژنتیک مقدار تابع هدف کمتری داشته یا به عبارتی با کمترین خطا به بهترین نتیجه رسیده است، نسبت به الگوریتم های دیگر بهتر عمل کرده است و نشان دهنده برتری نسبی این الگوریتم در انتخاب سبد سهام بهینه است.