بررسی عملکرد معیارهای متفاوت ریسک در انتخاب و بهینه‌سازی سبد سهام با استفاده از الگوریتم مورچگان در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران

یکی از مهمترین دغدغه‌های سرمایه‌گذاران در بازار سرمایه، انتخاب سهم یا سبد بهینه از لحاظ سودآوری است. به همین منظور تنوع روش‌های انتخاب سبد سهام در سرمایه‌گذاری و پیچیدگی تصمیم‌گیری‌ها در دهه‌های اخیر به شدت گسترش یافته است. روش‌های سنتی در انتخاب و بهینه‌سازی سبد سهام از کارایی لازم برخوردار نیستند و بنابراین استفاده از الگوریتم‌های ابتکاری مورد توجه بیشتری قرار گرفته است. هدف این پژوهش، مدلسازی مسئله انتخاب سبد سهام با به کارگیری معیارهای متفاوت ریسک، شامل واریانس، نیمه واریانس، ارزش در معرض ریسک و ارزش در معرض ریسک احتمالی و بهینه‌سازی آن با کاربرد یکی از این دسته الگوریتم‌ها، یعنی الگوریتم کلونی مورچگان است. در این راستا، به مقایسه مرزهای کارای حاصل از مدل‌های مختلف ریسک و همچنین مقایسه مدل‌های مختلف از لحاظ زمان CPU اقدام شد. نتایج بررسی نشان داد که مدل میانگین-ارزش در معرض ریسک احتمالی قادر است که سطوح بالاتری از بازده را با حداقل‌سازی ارزش در معرض ریسک احتمالی نشان دهد. از طرفی زمان صرف شده برای اجرای مدل میانگین واریانس کمترین و زمان صرف شده برای مدل میانگین- ارزش در معرض ریسک احتمالی بیشترین مقدار را به خود اختصاص دادند. در نتیجه، هر چند CVaR، مرزهای کارای بهتری را ارائه می‌نماید، ولی از لحاظ زمان اجرا به خصوص در اندازه‌های بالای سبد معیار مناسبی نمی‌باشد. در خیلی موارد همچنان واریانس به علت سادگی محاسبه آن به عنوان معیار ریسک مورد استفاده بسیاری از سرمایه‌گذاران قرار می‌گیرد.