انتخاب سبد سهام بهینه از بین سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از الگوریتم مورچگان

تحقیق حاضر با بررسی رویکردی نو در بهینه سازی سبد سهام می کوشد با بیشینه ساختن بازده سبد سهام و کمینه ساختن ریسک آن، مطلوبیت سرمایه گذار را به حداکثر برساند. مدل استفاده شده در انتخاب سبد سهام عبارت است از مدل ارائه شده توسط هری مارکویتز و رویکرد بهینه سازی برای حل مسئله مربوط، روش بهینه سازی الگوریتم مورچگان می باشد. الگوریتم مورچگان پیشنهادی با استفاده از نرم افزار matlab، برنامه نویسی شده است. به منظور اطمینان از روایی و پایایی الگوریتم مورچگان پیشنهادی، مرحله پیش آزمون اجرا و اصلاحات لازم بر اجزا الگوریتم پیشنهادی اعمال گردید. الگوریتم مورچگان پیشنهادی به تعداد دفعات 30 مرتبه به اجرا درآمده و با استفاده از نرم افزار spss17 آزمون رگرسیون بر روی نتایج حاصل از اجرای الگوریتم مورچگان اعمال شده است. ضریب همبستگی 93/0 پایایی و روایی الگوریتم مورچگان پیشنهادی را در حد آزمون های انجام شده تاییدمی نماید. به منظور ارزیابی موفقیت مدل مورچگان در حل مسئله بهینه سازی سبد سهام، عملکرد الگوریتم مورچگان ارائه شده در تحقیق حاضر با عملکرد روش مارکویتز و الگوریتم ژنتیک مقایسه گردید. با توجه به نمودار پراکنش حاصل از اجرای الگوریتم مورچگان پیشنهادی و مرز کارایی حاصل از اعمال مدل میانگین-واریانس (هری مارکویتز)، برتری عملکرد روش مارکویتز تایید گردید. بدین ترتیب، نمودار پراکنش الگوریتم مورچگان پیشنهادی با الگوریتم ژنتیک مقایسه شد. نتایج حاصل بر اساس معیار ریسک زوج شده و آزمون t دو گروه وابسته (زوج، همتا) در مورد نتایج بدست آمده اعمال گردید. نتایج حاصل از آزمون های انجام شده برتری عملکرد الگوریتم مورچگان پیشنهادی را نسبت به عملکرد الگوریتم ژنتیک تایید می کنند.