بهينه سازي پرتفوي سهام با استفاده از رويكرد قابليت اطمينان

Stock portfolio optimization using reliability approach

هدف اين پژوهش بهينه‌سازي پرتفوي سهام با در نظر گرفتن بازده احتمالي و تابع مطلوبيت سرمايه‌گذار در بورس اوراق بهادار تهران مي‌باشد. بدين منظور از يك الگوريتم بازگشتي و دو مرحله‌اي استفاده شده است و يك تابع مطلوبيت به عنوان تابع عمومي الگوريتم احتمالي در نظر گرفته شده است. در اين پژوهش با توجه به ليست 50 شركت فعال كه بطور فصلي توسط سازمان بورس اوراق بهادار اعلام و در طي بازه زماني سال 1390 تا 1394 منتشر شده است، شركت‌هاي برتر انتخاب شدند. با در نظر گرفتن بازدهي شركت‌ها در دوره زماني پنج ساله، بردار بازده و ماتريس كوواريانس تعيين و پس از حل الگوريتم پيشنهادي، پرتفوي بهينه ارائه شد. اين پرتفوي، شامل سهام هفت شركت ايران ترانسفو با وزن 0/15، بانك اقتصاد نوين با وزن 0/1، سايپا با وزن 0/15، سرمايه‌گذاري غدير با وزن 0/15، فولاد مباركه اصفهان با وزن 0/15، مخابرات ايران با وزن 0/15 و ملي صنايع مس ايران با وزن 0/15 مي‌باشد. در اين پژوهش كيفيت جواب الگوريتم پيشنهادي با داده‌هاي واقعي دوره بعد مورد مقايسه قرار گرفته است. نتايج پژوهش نشان از قدرت بالاي الگوريتم دارد و روش ارائه شده تخصيص سرمايه را به شكل مناسبي انجام مي‌دهد.

The aim of this study is to optimize stock portfolios by considering uncertain returns and the investment’s utility function in the Tehran Stock Exchange. For this purpose, a two-stage recursive algorithm and a utility function have been used. Securities are selected according to the list of 50 most active companies that was published by the Securities and Exchange Organization per season between the years 1390 to 1394. Considering the returns in this five-year period, the returns vector and covariance matrix are determined and after modeling the optimal portfolio is presented. The results show that the optimal portfolio includes: Iran Transfo (0.15), Eghtesad Novin Bank (0.1), Saipa (0.15), Ghadir Investment Company (0.15), Foolad Mobarakeh Esfahan (0.15), Mokhaberat Iran (0.15) and Meli Sanaye Mess Iran (0.15). The quality of the results is compared with real returns in the following year (1395). The results show the high accuracy of the algorithm.