بهینه‌سازی سبد سهام با استفاده از الگوریتم ژنتیک چند هدفه (NSGA II) و ماکزیمم نسبت شارپ

نویسندگان

1 گروه ریاضی مالی، دانشکده علوم پایه، دانشگاه آیت اله بروجردی، بروجرد، ایران

doi
چکیده

یکی از مسائل مهم حوزه مالی چگونگی انتخاب سبد سرمایه‌گذاری است. فعالان این حوزه در صدد انتخاب سبدی هستند که با میزان بازدهی بالا ، ریسک را تحت کنترل قرار دهد. با توجه به افزایش محدودیت‌های بازار سرمایه کارایی روش‌های کلاسیک مورد بحث قرار گرفته است. از این رو توجه محققین به سمت الگوریتم‌های فرا‌ ابتکاری معطوف شده است. هدف این پژوهش تعیین سبد بهینه‌ی شرکت‌های دارویی پذیرفته شده در بازار بورس اوراق بهادار تهران به دو روش الگوریتم ژنتیک چندهدفه (NSGA-II) و ماکزیمم نسبت شارپ است. در این پژوهش الگوریتم ژنتیک چند هدفه (NSGA-II) تحت معیار ریسک ارزش در معرض خطر مشروط است. همچنین از داده‌های 13 شرکت در دوره زمانی97-90 برای تشکیل سبد استفاده شده است. نتایج حاکی از آن است که در روش الگوریتم ژنتیک چند هدفه (NSGA-II) سهامی که کمترین ارزش در معرض خطر را دارد، بیشترین وزن را در سبد بهینه بدست می‌آورد. همچنین سبد بهینه شده به روش الگوریتم ژنتیک چند هدفه (NSGA-II) بازده بیشتر و در عین حال ریسک کمتری دارد.