اعتبار سبد سهام در قالب الگوريتم ژنتيك در مقايسه با ساير الگوريتم ها در شركتهاي نمونه بازار بورس فلزات

The validity of the stock portfolio in the form of genetic algorithm compared to other algorithms in the metal stock market sample companies

هدف اين تحقيق، اعتبار سبد سهام در قالب الگوريتم ژنتيك در مقايسه با ساير الگوريتم ها در شركتهاي نمونه صنايع فلزي بازار بورس تهران است. اين تحقيق از بعد هدف از نوع تحقيقات توصيفي-كاربردي است. ابزار گردآوري اطلاعات نيز منابع علمي، نرم افزارهاي بازار بورس و اطلاعات شركتهاي منتخب است. داده هاي مالي 30 شركت مختلف با 2 عامل ريسك و بازده براي 3 سال متوالي از سال 1399 تا 1401.كه از طريق سايتهاي مختلف سازمان بورس اوراق بهادار صنايع فلزي تهران كه داده هاي اوليه و قابل اتكا را دارد و با 2 عامل ريسك و بازده براي هستند انتخاب شدند. از الگوريتم هاي ژنتيك، فرهنگي و ازدحام ذرات، به عنوان مدل پژوهش استفاده شد براي پياده سازي الگوريتم از نرم افزار متلب، استفاده شد. همچنين، براي آزمون فرضيه پژوهش نيز از نرم افزار SPSSاستفاده گرديد. مدل اين تحقيق ، نشان داد مهم ترين عامل در انتخاب سبد سهام بهينه دو عامل بازده و ريسك مي باشد. در مقايسه با شاخص بازار نيز، نتايج حاكي از آن بود كه تشكيل سبد سهام بهينه با الگوريتم ژنتيك ، با استفاده از اطلاعات پيش بيني شده، سودآوري بالاتري را براي سرمايه گذاران در مقايسه با ساير الگوريتم ها، فراهم مي نمايد .

Abstract The purpose of this research is the validity of the stock portfolio in the form of genetic algorithm in comparison with other algorithms in sample companies of metal industries in Tehran Stock Exchange. This research is a descriptive-applied type of research. The tools for gathering information are scientific sources, stock market software, and selected companies information. Financial data of 30 different companies with 2 risk and return factors for 3 consecutive years from 1399 to 1401 through various websites of the Tehran Metal Industries Securities Exchange Organization, which has primary and reliable data and with 2 risk and return factors They were chosen for Genetic, cultural, and particle swarm algorithms were used as research models, and MATLAB software was used to implement the algorithm. Also, SPSS software was used to test the research hypothesis. The model of this research showed that the most important factors in choosing the optimal stock portfolio are the two factors of return and risk. Compared to the market index, the results indicated that the formation of the optimal stock portfolio with the genetic algorithm, using predicted information, provides higher profitability for investors compared to other algorithms.