بهينه‌سازي سبدسهام چندهدفه با استفاده از رويكرد جديد بهينه‌سازي كرم ميوه

Multi-objective Portfolio Optimization Model by Fruit Fly Optimization Algorithm

يكي از معروفترين مسائل بهينه سازي در حوزه مهندسي مالي مسأله بهينه سازي سبد سهام ميباشد. اين مسأله در ساده ترين شكل خود به انتخاب سبدي از داراييهاي مختلف مي پردازد در حاليكه سعي در كمينه نمودن ريسك سبد انتخابي با توجه به محدوديتهاي تعريف شده نظير محدوديت بودجه و عدد صحيح دارد. بطور كلي سرمايه گذاران ترجيح ميدهند به جاي سرمايه گذاري در يك دارايي، در چند دارايي سرمايه گذاري نموده تا به اين وسيله با تنوع بخشي به سرمايه گذاري خود ريسك غير سيستماتيك را كاهش دهند. مدلهاي محاسباتي پيچيدهاي براي حل اين مسأله توسعه يافته اند كه براي بسياري از آنها حل بهينه اي وجود ندارد. در اين مقاله، از يك رويكرد ابتكاري و فرا ابتكاري جديد بنام الگوريتم كرم ميوه براي حل مسأله‌اي چند هدفه بر مبناي مدل ميانگين- واريانس ماركوييتز با محدوديتهاي دسته‌بندي و عدد صحيح استفاده شده است. الگوريتم بهينه‌سازي حشره ميوه (FOA) يك روش جديد براي يافتن جواب بهينه سراسري بر مبناي رفتار حشره ميوه در پيدا كردن غذا مي‌باشد. تا كنون مطالعات اندكي روي اين الگوريتم صورت گرفته است و تقريباً هيچ يك از كارهاي انجام شده از اين الگوريتم براي حل مسأله بهينه سازي سبد سهام استفاده ننمودهاند. نتايج بدست آمده نشان دهنده عملكرد نسبي بهتر اين الگوريتم نسبت به الگوريتم ژنتيك براي مجموعه داده‌هاي بورس تهران مي‌باشد.

One of the most famous optimization problems in the field of financial engineering is portfolio selection problem. In its simplest form, while trying to minimize risk in the portfolio selection according to defined constraints such as budget and integer constraints it deals with selecting a basket of various assets. Generally, investors prefer to invest in some assets rather than investing in only one asset to reduce unsystematic risk by diversifying their investment. Complex computational models have been developed to solve this problem and there is not an optimal solution for many of them. In this paper, a new and innovative approach known as fruit fly optimization algorithm (FOA) is used for multi-objective problem solving based on mean-variance Markowitz problem with class and cardinality constraints. Fruit fly optimization algorithm is a new way to find the overall optimal solution based on the behavior of the fruit fly in finding food. So far, few studies have been done on this algorithm and almost none of them used this algorithm for portfolio optimization problem. The results indicated the better comparative performance of the algorithm compared to the genetic algorithm for data set of Tehran stock exchange.