انتخاب پورتفولیوی محدود کاردینالیتی مبتنی بر مارکویتز با استفاده از بهینه سازی تولید مثل غیرجنسی

انتخاب پورتفولیوی مبتنی بر مارکویتز هنگام در نظر گرفتن محدودیت های اصلی به یک مسیله با پیچیدیگی محاسباتی سخت تبدیل می شود. در این حالت، راه حل های دقیق موجود مانند مدل های برنامه ریزی درجه دوم ممکن است برای حل مشکل کارآمد نباشد. بنابراین بسیاری از محققین از رویکردهای ابتکاری و فراابتکاری برای مقابله با این مشکل استفاده کرده اند. دراین پژوهش، الگوریتم فراابتکاری بهینه سازی بازتولید غیرجنسی (ARO) که از بازتولید غیرجنسی الهام گرفته شده است، به منظور حل مشکل بهینه سازی پورتفولیو از جمله محدودیت کاردینالی برای اطمینان از سرمایه گذاری در تعداد معینی از دارایی های مختلف و محدود ساختن محدودیت ها به منظور منحصر ساختن نسبت های سرمایه گذاری شده هر سهم  مورد استفاده قرار گرفته است. این پژوهش اولین مطالعه مربوط به الگوریتم های فراابتکاری می باشد که در زمینه بهینه سازی پورتفولیو پیاده سازی شده است. براساس نتایج پژوهش، ARO در مقایسه با برخی از فراابتکاری های معروف بیان شده در ادبیات، راه حل های با کیفیت بهتری را به ارایه میدهد. برای صحت سنجی الگوریتم پیشنهادی، انحراف نتایج به دست آمده از مرز کارآمد استاندارد را اندازه گیری شده است. بدین منظور با استفاده از داده های مربوط به پنج بازار متشکل از 31، 85، 89، 98، و 225 دارایی که در دسترس عموم قرار دارند دقت مدل مورد ارزیابی قرار گرفت. نتایج پژوهش نشان می دهد که ARO از الگوریتم ژنتیک (GA)، جستجوی تابو (TS) ، بازپخت شبیه سازی شده (SA) و بهینه سازی ازدحام ذرات (PSO) در بیشتر مسایل آزمایشی بهتر عمل می کند. از نظر خطای به دست آمده، با استفاده از ARO، میانگین خطای آزمون مذکور تقریبا کاهش 20 درصدی از حداقل میانگین خطای محاسبه شده برای الگوریتم های فوق را نشان می دهد.