پيش‌بيني بازده فرصت‌هاي سرمايه‌گذاري در بازارهاي مالي ايران با توجه به رفتار متقابل بازارها و تشكيل سبد بهينه سرمايه‌گذاري به وسيله هوش مصنوعي

هدف اين پژوهش افزايش بازده سرمايه‌گذاري با ارايه مدل هايي مبتني بر هوش مصنوعي است. سرمايه گذاري در بازارهاي مالي را مي توان در بعدهاي كوتاه مدت(روزانه) و ميان مدت(ماهانه) بررسي كرد. در بعد كوتاه مدت، داده‌هاي روزانه بازارهاي بورس اوراق بهادار تهران، ارز و سكه بهار آزادي، از ابتداي سال 1389 تا پايان شهريور ماه 1391 استخراج و به عنوان ورودي به شبكه‌هاي عصبي(ANN) و مدل برنامه‌نويسي ژنتيك(GP) وارد شدند تا با استفاده از آنها قيمت روز آتي اين بازارها پيش بيني شود. همچنين در بعد ميان مدت بازده و ريسك ماهانه 20 شركت فعال تر بورس و ريسك ماهانه بازار ارز و سكه بهار آزادي و سپرده بانكي، به وسيله الگوريتم ژنتيك مورد استفاده قرار گرفت تا سبدهاي سرمايه‌گذاري بهينه به سرمايه‌گذاران ارايه كند. نتايج حاصل از اجراي مدل ها بيانگر كارايي هر دو روش شبكه‌هاي عصبي مصنوعي و برنامه نويسي ژنتيك در پيش بيني كوتاه مدت بازارهاي مالي است؛ در حالي كه شبكه هاي عصبي مصنوعي كارايي بهتري از خود بروز مي دهند. همچنين كارايي الگوريتم ژنتيك در بهبود بازده و ريسك سرمايه‌گذاري از طريق شناسايي سبدهاي بهينه سرمايه گذاري نيز به اثبات رسيد.