طراحي يك الگوريتم فرا ابتكاري جهت انتخاب پورتفوي بهينه رديابي‌كننده شاخص بورس تهران

Designing of a heuristic algorithm for the optimal tracker fund selection: the case of Tehran stock exchange index

تخصيص بهينه منابع مالي در بازار سرمايه يكي از اصليترين موضوعات در حوزه تصميمات سرمايهگذاري است. اتخاذ تصميمي اثربخش در اين خصوص، نيازمند وجود زمينههاي مناسب سرمايهگذاري و ابزار و تكنيكهاي تحليل مناسب در بازار سرمايه است. يكي از اين تكنيكهاي كارآمد كه علاوه بر داشتن مزاياي منحصر به فرد، پايه و اساس استراتژيهاي نوين سرمايه‌گذاري قلمداد مي شود، رديابي شاخص است. با توجه به اهميت و نقش غير قابل انكار اين رويكرد در رونق بازارهاي سرمايه، مطالعه و پياده سازي آن را در دستور كار اين تحقيق قرار داده و مساله انتخاب پورتفوي بهينه رديابيكننده شاخص‌كل قيمت و بازده نقدي را با بهره‌گيري از رويكرد تركيبي الگوريتم ژنتيك و برنامه‌ريزي كوادراتيك مورد بررسي قرار داديم. شايان ذكر است كه به منظور شبيه‌سازي داده ها و فراهم نمودن شرايط لازم جهت پياده سازي الگوريتم پيشنهادي، از شبكه عصبي مصنوعي نيز بهرهگرفته شده است. نتايج حاصل از تجزيه و تحليل داده‌ها، دقت بالا و عملكرد مناسب پورتفوهاي حاصل از اين روش تركيبي را در دفعات مختلف تكرار به اثبات رساند، بگونهاي كه مي توان دستيابي به عملكردي مشابه و فراتر از شاخص را از ويژگي هاي منحصر به فرد آن به حساب آورد.

The optimal allocation of financial resources in capital market is one of the major issues in the field of investment decisions. Making an effective decision in this regard requires the existence of appropriate investment fields, instruments and analytical techniques in the capital market. One of this efficient techniques which in addition to having unique benefits, is also recognized as the foundation of new investment strategies, is called index tracking. By considering the importance and the undeniable role of this approach in the prosperity of capital markets, its investigation and implementation has been considered in this research and so the problem of optimal TEDPIX tracker fund selection is studied via the hybrid approach of genetic algorithm and quadratic programming. We should mention that, for the data simulation and provision of the conditions needed to implement the suggested algorithm, the heuristic approach of neural network is also being used. The Results of data analysis showed the high accuracy and appropriate performance of the portfolios created by this hybrid approach in several times of iterations, so that accessing similar and better performance compared to the index could be considered as its unique characteristics.