ارائه مدل جديدي براي حل مسأله بهينه‌سازي سبد سهام با استفاده از قيمت‌هاي آتي سهام

تاكنون پژوهش‌هاي بسياري در حوزه بهينه‌سازي سبد سهام صورت گرفته است، اما در اغلب موارد بدون توجه به پويا بودن بازار سهام و بدون در نظر گرفتن قيمت‌هاي آتي سهام، فرآيند بهينه‌ساي بر اساس اطلاعات پيشين سهام صورت گرفته است. در مقاله حاضر سعي شده است تا ابتدا قيمت‌هاي آتي سهام پيش‌بيني شوند، سپس بر اساس مقادير آتي سهام فرآيند بهينه‌سازي سبد سهام صورت گيرد. در اين پژوهش از يك شبكه عصبي جديد كه در فرآيند يادگيري آن از يك سيستم فازي پايه و الگوريتم فراابتكاري PSO استفاده شده است به منظور پيش‌بيني دقيق‌تر قيمت سهام استفاده شده است. سپس از قيمت‌هاي آتي سهام براي بهينه‌سازي سبد سهام به وسيله الگوريتم فراابتكاري چندهدفه MOPSO تحت معيارهاي ريسك مختلف استفاده شده است. نتايج مقاله نشان مي‌دهد كه شبكه عصبي به كار گرفته شده موجب پيش‌بيني دقيق‌تر مقادير آتي سهام و الگوريتم MOPSO نيز باعث بهبود جواب‌هاي فرآيند بهينه‌سازي سبد سهام مي‌شوند. همچنين معيار ريسك قدرمطلق انحراف مناسب‌ترين معيار براي بهينه‌سازي سبد سهام است زمانيكه از قيمت‌هاي آتي سهام استفاده شود.