مقایسه روش های فراابتکاری برای

مارکویتز با معرفی مدل میانگین – واریانس گام بزرگی برای حل مسائل بهینه سازی پورتفولیو برداشت. اما این مدل براساس فرضیاتی بنا نهاده شده است که در عمل به ندرت برقرار است. بنابراین تلاش های زیادی به صورت تئوری و عملی در زمینه بهبود مدل استاندارد میانگین – واریانس مارکویتز انجام گرفته است. معیارهای ریسک متعددی از قبیل مدل نیمه واریانس، مدل میانگینِ قدر مطلق انحراف و مدل واریانس با چولگی پیشنهاد شده است. یکی از معروفترین معیارهای ریسک مدل نیمه واریانس می باشد. در این مقاله با استفاده از الگوریتم های آنیل شبیه سازی شده و جستجوی ممنوع مدل نیمه واریانس را بهینه می کنیم. محدودیت مربوط به تعداد سهام پورتفولیو و نسبت پورتفولیو در هر سهم را در مدل درنظر می گیریم. مرز کارای محدودیت اصلی را ترسیم کرده و توانایی دو الگوریتم در رسم این منحنی با استفاده از آزمون آماری دو نمونه ای t مورد بررسی قرار می گیرند. اطلاعات مربوط به ارزش تاریخی سهام dax، hang seng و s&p100; در فاصله سال های 2007 تا 2009 به عنوان ورودی های مدل در نظر گرفته می شوند.