انتخاب بهينه سبد سهام با استفاده از الگوريتم تركيبي هوش جمعي سالپ و سينوس كسينوس و شبكه‌هاي عصبي رو به جلو

Optimal stock portfolio selection using the combined salp swarm algorithm and sine cosine algorithm and forward neural networks

انتخاب بهينه سبد سهام يك مسئله بهينه سازي است كه توسط الگوريتم هاي فراابتكاري قابل حل است. قدرت جستجو در الگوريتم فراابتكاري ارتباط مستقيم با دقت انتخاب بهترين سهام در سبد پرتفوي دارد. الگوريتم هوش جمعي سالپ از الگوريتم هاي فراابتكاري جديد است كه در انتخاب سبد بهينه سهام، نتايج خوبي داشته است. در اين تحقيق راهكاري جديد جهت تقويت قدرت جستجو در الگوريتم هوش جمعي سالپ با استفاده از الگوريتم سينوس كسينوس ارائه شده است. در تحقيقات مشاهده مي شود كه ﻣﺪل رﯾﺎﺿﯽ ﻣﯿﺎﻧﮕﯿﻦ وارﯾﺎﻧﺲ ﻣﺎرﮐﻮﯾﺘﺰ ﯾﮑﯽ از اﺻﻠﯽﺗﺮﯾﻦ راهكارها جهت انتخاب بهينه سبد سهام است اما ﺑﻬﺘﺮ اﺳﺖ ﻣﻌﯿﺎرﻫﺎيي همچون ﭼﻮﻟﮕﯽ با در نظر گرفتن ﭘﺘﺎﻧﺴﯿﻞ آينده ﺳﻬﺎم نيز بررسي شود. در اﯾﻦ ﺗﺤﻘﯿﻖ از 20 ﺷﺮﮐﺖ اول از 50 ﺷﺮﮐﺖ ﺑﺮﺗﺮ ﺳﻪ ﻣﺎﻫﻪ اول سال 1398 اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ. در اﯾﻦ تحقيق با استفاده از شبكه عصبي روبه جلو، پيش بيني قيمت پاياني آينده سهام انجام شده و ﺳﭙﺲ ﺑﺎ اﺳﺘﻔﺎده از اﻟﮕﻮرﯾﺘﻢ جديد هوش جمعي سالپ سينوسي كسينوسي جهت انتخاب بهينه سبد سهام استفاده مي شود. ﻧﺘﺎﯾﺞ ﺗﺤﻘﯿﻖ ﺑﯿﺎﻧﮕﺮ آن اﺳﺖ ﮐﻪ ﻣﺪلﻫﺎي اراﺋﻪ ﺷﺪه در اﯾﻦ ﻣﻘﺎﻟﻪ، در ﻣﻘﺎﯾﺴﻪ ﺑﺎ روشﻫﺎي ﺳﻨﺘﯽ و ﺷﺎﺧﺺ ﺑﺎزار، ﺑﺎزدﻫﯽ ﺑﺎﻻﺗﺮي را براي سرمايه گذاران فراهم مي نمايد.

Optimal stock portfolio selection is an optimization problem that can be solved by meta-heuristic algorithms. The search power of the meta-innovation algorithm is directly related to the accuracy of selecting the best stocks in the portfolio portfolio. salp swarm algorithm is one of the new meta-heuristic algorithms that has had good results in selecting the optimal stock portfolio. In this research, a new solution to strengthen the search power in salp swarm algorithm using cosine sine algorithm is presented. Research shows that all-in-one is one of the best ways to choose the best portfolio, but it is also important to consider the future as well. In the first twenty years of the stock market, from the first fifty years of 1398. In this research, using the forward neural network, the future final price of stocks is predicted and by new method for of cosine sine salp swarm algorithm is used to select the optimal stock portfolio. The results indicate that the model presented in this article, compared to traditional methods and market index, provides a higher yield for investors.