بکارگیری الگوریتم Big Bang-Big Crunch به عنوان رویکردی جدید در بهینه سازی سبد سهام و مقایسه آن با سایر روش های بهینه سازی

یکی از ویژگی های مهم کشورهای صنعتی و توسعه یافته، وجود بازار فعال و پویای پول و سرمایه است. بنابراین سرمایه گذاری نقش تعیین کننده ای در رشد اقتصادی دارد. از اهداف اساسی این کشورها، دستیابی به رشد اقتصادی و توسعه ی پایدار می باشد. در کنار این از عمده ترین مسائل کشورهای جهان سوم، نبود ساختار مناسب برای سرمایه های افراد و سازمان ها می باشد. امروزه حجم قابل توجهی از کار مدیران سرمایه گذاری و همچنین به طور عموم سرمایه گذاران، ساختن سبد سهام کارآمدی از دارایی هاست که اهداف تقاضا را برآورده سازد. مفاهیم بهینه سازی سبد سهام و تنوع بخشی به مثابه ابزاری در راستای توسعه و فهم بازارهای مالی و تصمیم گیری مالی درآمده اند. انتشار نظریه انتخاب سبد سهام هری مارکویتیز اصلی ترین و مهم ترین موفقیت در این راستا بود. در این تحقیق از مدل میانگین- واریانس مارکویتز به همراه محدودیت‏های عدد صحیح و همچنین یک رویکرد فرا ابتکاری جدید به نام الگوریتمBig Bang-Big Crunch برای تشکیل سبد سهام بهره گرفته شده است. الگوریتم مورد استفاده در این تحقیق با سایر الگوریتم‏های فراابتکاری نظیر الگوریتم شبیه سازی تبریدی، ژنتیک و... با استفاده از داده های سهام شاخص های بورس هنگ کنگ، ایران و ژاپن مقایسه شده است و نتایج، حاکی از رقابتی بودن این الگوریتم برای حل مساله بهینه سازی سبد سهام دارند.

[1]. Harry Markowitz