ارائه تركيبي از برنامه‌ريزي پوياي تصادفي تقريبي و الگوريتم ژنتيك در بهينه‌سازي چندمرحله‌اي سبد سهام با معيار ريسك GlueVaR

هدف: انتخاب يك سبد سرمايه‌گذاري بهينه در طولاني‌مدت منطقي نيست و با گذشت زمان كارايي خود را از دست مي‌دهد. هدف اين مقاله ارائه روشي براي به‌روز كردن چندمرحله‌اي سبد سهام است. همچنين از آنجا كه بعد اين مسئله با گذشت دوره‌هاي زماني، به‌صورت چشمگيري افزايش مي‌يابد، حل مسئله به‌روش قطعي ممكن نيست، از اين رو هدف ديگر، استفاده از روش تقريبي براي مقابله با اين دغدغه است.روش: از برنامه‌ريزي پوياي تصادفي تقريبي چندمرحله‌اي براي تعيين سبد بهينه سهام و رفع مشكل ناكارايي آن با گذشت زمان استفاده شده است. از نرخ‌هاي بازده به‌عنوان متغير تصادفي طي دوره‌ها، از روش مونت كارلو براي سناريوسازي و از معيار ريسك GlueVaR به‌عنوان معيار اندازه‌گيري ريسك استفاده شده است. با استفاده از روش تقريبي، امكان حذف برخي از جواب‌هاي بهينه افزايش مي‌يابد، از اين رو، از الگوريتم ژنتيك براي جست‌وجو در اطراف پاسخ بهينه بهره برده شد تا در صورت امكان، جواب بهتري به‌دست آيد. مدل‌سازي اين پژوهش توسط نرم‌افزار متلب و آزمون‌هاي آن به‌كمك نرم‌افزار SPSS صورت پذيرفته است.يافته‌ها: در اين مقاله از اطلاعات 100 شركت برتر موجود در بورس اوراق بهادار تهران، در سال‌هاي 1390 تا 1396 استفاده شد و بر اساس روش برنامه‌ريزي پوياي تقريبي پيشنهادي، الگوريتم ژنتيك و روش سبد سهام با وزن‌هاي برابر، به مقايسه بازدهي و ريسك سرمايه‌گذاري در سبدهاي مختلف پرداخته شده است.نتيجه‌گيري: آزمون‌هاي آماري مربوطه نشان‌دهنده عملكرد بهتر روش پيشنهادي در مقايسه با دو روش ديگر است.