بهینه‏‌سازی سبد سهام به کمک الگوریتم فراابتکاری دسته‌های میگو با استفاده از معیارهای مختلف از ریسک در بورس اوراق بهادار تهران

نویسندگان

1 استاد گروه مدیریت مالی و بیمه، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

2 دانشکده دانشجوی کارشناسی ارشد، گروه مهندسی مالی، دانشکده مدیریت، دانشگاه تهران، تهران، ایراندانشگاه تهران

3 دانشجوی کارشناسی ارشد، گروه مهندسی مالی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

doi
10.22059/frj.2019.244004.1006538
چکیده

هدف: بهینه‌سازی سبد سهام از مهم ترین مسائل سرمایه­گذاری است. نخستین بار، هری مارکوویتز، ریسک را در این مسئله به کار برد. پس از آن، این موضوع از جنبه­های مختلف از جمله معیارهای گوناگون ریسک، روش­های بهینه­سازی و در نظر گرفتن هزینه معاملات مورد بررسی گرفته است. در این پژوهش سعی بر این است که روش فراابتکاری دسته­های میگو در بهینه­سازی سبد سهام استفاده گردد و مزایای احتمالی آن بر شمرده شود. روش: در این پژوهش تلاش شده است به‎کمک الگوریتم جدید دسته‏های میگو، مسئله بهینه‏سازی سبد سهام حل شده و مرز کارا محاسبه شود. همچنین ریسک با سه معیار واریانس، نیم‏واریانس و ریزش مورد انتظار بررسی شده است. داده‏های این پژوهش، بازده‏های تعدیل شده سهام 50 شرکت فعال‏تر بورس از تاریخ 01/07/1391 تا 31/06/1396 است. یافته‎ها: در ابتدا مرزهای کارای پرتفوهای بهینه بر اساس معیارهای ریسک واریانس، نیم-واریانس و ریزش مورد انتظار رسم شده است. شباهت تقریبی سه مرز کارا، نشان از ثبات الگوریتم در یافتن آن دارد. سپس نسبت‌های شارپ به دست آمده از روش دسته­های میگو با روش‌های رقابت استعماری و تجمعی ذرات مقایسه شده و مشاهده می‌شود که نسبت به آن ها ارجحیت دارد. نتیجه‎گیری: الگوریتم دسته­های میگو در یافتن مرز کارا و پرتفوهای بهینه در مقایسه با سایر الگوریتم­های مرسوم عملکرد بهتری داشته و می­توان آن را جایگزین این روش­ها کرد و به نتایجی مطلوب­تر دست یافت.