مقايسه شبكه عصبي، سيستم فازي عصبي و مدل AR در پيشبيني بازده اوراق بهادار و الگوريتم جستجوي موجودات همزيست با ممتيك آن در بهينه سازي پرتفوي

در اين مطالعه، به بررسي و مقايسه عملكرد الگوريتم جستجوي موجودات همزيست و ممتيك جستجوي  موجودات همزيست در بدست آوردن مرزكارا مدل ميانگين نيم­واريانس مقيد پرداخته مي­شود. و همچنين سه روش AR خطي شبكه­ عصبي و سيستم فازي عصبي در بدست آوردن بازده مورد انتظار، مورد مقايسه قرار مي­گيرند. در اين مطالعه از 23 سهم فعال­تر بازار استفاده مي­شود كه بازده آنها از تاريخ 01/04/93 تا 01/12/95 مورد استفاده قرار گرفته است. نتايج نشان مي­دهد كه الگوريتم ممتيك جستجوي موجودات همزيست برخلاف استفاده از زمان بيشتر، توانسته عملكرد بهتري را به نمايش بگذارد و همچنين، مقايسه روش­هاي پيش­بيني بازده مورد انتظار نشان مي­دهد كه سيستم فازي عصبي توانسته با خطاي كمتري بازده مورد انتظار را پيش­بيني نمايد. در نهايت، با مقايسه مرزكاراي پيش­بيني شده و مرزكاراي واقعي، به اين نتيجه مي­رسيم كه مدل پيش­بيني مورد نظر در ريسك­هاي كمتر پيش­بيني بهتري انجام داده است كه در آن ناحيه مي­توان با اطمينان بيشتري نسبت به تخصيص دارايي­ها اقدام نمود.