بررسي كارآمدي مدل‌هاي بهينه ‌سازي فرا ابتكاري الگوريتم ژنتيك چندهدفه تحت معيار ريسكMSV و الگوريتم ازدحام ذرات تحت معيار ريسكCVaR در تعيين سبد سهام شركت‌هاي پذيرفته شده در سازمان بورس اوراق بهادار

Examining the Efficiency Models, Genetic Algorithm under MSV Risk and Particle Swarm Optimization Algorithm under CVAR Risk Criterion in Selection Optimal Portfolio Shares Listed Firms on Stock Exchange

انتخاب سبد سهام بهينه از اهداف اصلي مديريت سرمايه است. امروزه ابزارها و تكنيك‌هاي متعددي براي اندازه‌گيري ريسك سبد سرمايه‌گذاري و انتخاب سبد سهام بهينه ارائه شده است. در اين مقاله، با استفاده از داده هاي 15 سهم كه با روش نمونه‌گيري هدفمند از شركتهاي برتر سازمان بورس اوراق بهادار تهران انتخاب شده‌اند كه شامل خپارس، خزاميا، وپاسار، فولاد، اخابر، كگل، فملي، تاپيكو، سپاها، فاذر، فخاس، شبهرن، شفن، قمرو و قثابت هستند، ابتدا بازده اين سهام بصورت روزانه در بازه زماني31/3/1394-31/3/1399 طي 5 سال به مدت 1183 روز محاسبه مي‌شوند و سپس با استفاده از نرم افزار متلب مدل‌هاي بهينه سازي فرا ابتكاري الگوريتم ژنتيك چند هدفه تحت معيار ريسكMSV و الگوريتم ازدحام ذرات تحت معيار ريسك CVaR با هم مقايسه مي‌شوند. نتايج نشان مي‌دهد كه مدل‌ الگوريتم ژنتيك چند هدفه تحت معيار ريسك MSV داراي بازده بيشتر و ريسك كمتري مي باشد، در نتيجه مدل‌ الگوريتم ژنتيك تحت معيار ريسك MSV از مدل الگوريتم ازدحام ذرات تحت معيار ريسك CVaR كارآمدتر مي‌باشد.

Choosing the optimal stock portfolio is one of the main goals of capital management. Today, There are several tools and techniques for measuring portfolio risk and selecting the optimal stock portfolio. In this article, using data of 15 shares selected by purposeful sampling method from the top companies of Tehran Stock Exchange Organization including; PKOD, ZMYD, BPAS, FOLD, MKBT, GOLG, MSMI, PTAP, SSEP, AZAB, FKAS, NBEH, PFAN, GMRO and GSBE, the First return of these stocks are calculated daily in the period of 31/3/1394 -31/3/1399 for 5 years for 1183 days and then using MATLAB software models The Metaheuristic Optimization of the Genetic Algorithm under the MSV Risk Criterion and the Particle Swarm Algorithm under the CVaR risk Criterion are Compared. The results show that the genetic algorithm model under MSV risk criterion is more efficient and less risky, therefore the genetic algorithm model under MSV risk criterion is more efficient than the particle swarm algorithm model under CVaR risk criterion.