انتخاب سبد سهام بهينه با استفاده از تصميم‍‌‌ گيري چند معياره

Portfolio Selection with Use of Multiple Criteria Decision Making

اين مقاله به دنبال تعيين مدل مناسب تصميم گيري براي سرمايه گذاري است. در اين راستا ابتدا معيارهاي موثر جهت انتخاب سبد سهام با مرور ادبيات تحقيق استخراج مي شود. سپس اهميت هر يك از معيارها از نقطه نظر خبرگان سرمايه-گذاري مورد سنجش قرار مي گسرد. به دليل وابستگي بين معيارها، جهت تعيين اهميت آنها از فرآيند تحليل شبكه اي (ANP) استفاده مي گردد. در ادامه جهت رتبه بندي جامعه مورد بررسي كه شامل شركت هاي قرار گرفته درون 7 صنعت سيمان، فلزات اساسي، كانه هاي فلزي، شيميايي، دارو، املاك و مستغلات و خودرو مي شوند، از تكنيك تاپسيس استفاده خواهد شد. براي اين منظور از ميانگين سه ساله داده هاي واقعي، در بازه زماني سال هاي 85 تا 87 استفاده مي-گردد. بعد از رتبه بندي شركت ها، 40 شركت برتر رتبه بندي را در سبد سهام انتخابي قرار داده و جهت بهينه بودن سبد سهام انتخابي، بازده سه ساله 85 تا 87 سبد سهام را محاسبه و با سبد سهام متشكل از شركت هاي انتخاب نشده مقايسه مي نماييم. بعد از بررسي بهينه بودن سبد سهام انتخابي براساس معيار شارپ و ترينر، جهت بهينه سازي سبد سهام، الگوريتم ممتيك را به كار خواهيم گرفت.

The purpose of rhis article is creating the suitable model for investment. First, according ro the lirerature review, we exrract the effective criteria for portfolio selection. Then we use expertsʹ opinions abour the importance of each criterion to find criteria pair wise comparisons. In this stage, because of interrelationship among the criteria, ANP is used as the mosr appropriate technique for this analysis. At the nexr step, we use TOPSIS technique for ranking the population members, including companies of seven industries (cement, main mineral, petrochemicals, medicines, teal estate, automobile). Real data average of three years - from 2007 ro 2009 - is used as input for TOPSIS technique. After deter mining the companies ranking, the selected portfolio includes 40 rop companies. In order to confirm rhe selected portfolio, rhe three years return of the selected companies is compared with non selected companies. After benchmarking portfolio based on Sharp and Treynor criteria, we use Memetic algorithm to optimize the selected portfolio.