انتخاب سبد سرمایه ریسکی با استفاده از شبکه های عصبی

هدف اصلی این تحقیق دستیابی به یک سبد سرمایه مناسب تر برای سرمایه گذاران ریسک پذیر است. در این تحقیق مدل مارکوتیز در تئوری سبد سرمایه به عنوان مدل مقایسه ای استفاده شده است و مدل شبکه عصبی با آن مقایسه شده است. الگوی یادگیری شبکه عصبی، الگوی «پس انتشار خطا» می باشد. سبد انتخابی شامل بیست سهم از بازار بورس اوراق بهادار تهران است که برای یک دوره سیزده ماهه مورد مطالعه قرار گرفته است. در هر دو مدل شبکه عصبی و مارکوتیز، تفاوت معنی داری بین بازده روزانه سبد تصادفی و نتیجه سرمایه گذاری در پایان دوره آزمون وجود دارد. در این سبد، تنها معیار بازده مورد نظر است و ریسک مورد توجه نیست، بنابراین سبد با بالاترین ریسک در مدل مارکوتیز مورد استفاده قرار گرفته است. هزینه معامله در هر دو مدل در نظر گرفته نشده است. این مطالعه نشان می دهد که سبد سرمایه مدل شبکه عصبی پس از دوره آزمون هم بازده بیشتری داشته است و هم ریسک آن از مدل مارکوتیز پائین تر بوده است.