بهینه سازی سبد سهام به شیوه فازی و با استفاده از الگوریتم فراابتکاری جستجوی ناخودآگاه

بهینه سازی سبد سهام و تخصیص ثروت بین دارایی های مختلف از جمله مهمترین مسائل در سرمایه گذاری به حساب می آید. در این مطالعه، مساله بهینه سازی سبد سهام، با درنظر گرفتن محدودیت های دنیای واقعی و با این فرض مورد بررسی قرار گرفت که بازده دارایی های ریسکی از اعداد فازی تشکیل شده است. سپس، مدل احتمالی جدید میانگین- نیمه انحراف مطلق ارائه شد که در آن محدودیت هزینه های معامله و محدودیت کاردینالیتی نیز در نظر گرفته شد. وجود چنین محدودیت هایی، مدل را به مدل برنامه ریزی غیرخطی عدد صحیح آمیخته تبدیل می کند که رویکردهای سنتی از عهده حل آن بر نمی آیند، بدین منظور در این تحقیق از الگوریتم فراابتکاری جدید با نام الگوریتم جستجوی ناخودآگاه استفاده شده است. همچنین برای بررسی قدرت و دقت حل این الگوریتم، مطالعه ای موردی با اطلاعات 50 شرکت برتر بورس اوراق بهادار تهران در بازه زمانی 1391 تا 1394 صورت گرفت و نتایج آن با الگوریتم های حرکت تجمعی ذرات و ژنتیک مقایسه شد که نشان از برتری این الگوریتم در مساله ی بهینه سازی سبد سهام دارد.