چکیده: با معرفی تئوری مجموعه فازی محققان دریافتند که دانش ناکافی در مورد بازده دارایی ها و عدم اطمینانی که در رفتار بازارهای مالی وجود دارد ، می تواند به وسیله ی مقدارهای فازی و یا محدودیت های فازی بیان شود. با استفاده از منطق فازی مدیران می توانند اطلاعات مفیدی را استخراج نمایند و بازده مورد انتظار را نه فقط با استفاده از داده های تاریخی بلکه با استفاده از رفتارهای مالی و اقتصادی شرکتها و همچنین استراتژی کسب و کار آنان تخمین بزنند. در این پایان نامه مدل انتخاب پرتفوی فازی ارائه می گردد که هدف آن حداقل نمودن ریسک نامطلوب می باشد، ریسک نامطلوب به این علت که انحرافات نامطلوب را درنظر می گیرد ، برای توضیح ترجیحات سرمایه گذار واقعی تر می باشد. همچنین بازده سهام به صورت اعداد فازی مثلثی بیان می شود و به منظور برقراری ارتباط بین محدودیت ها و ضرایب تابع هدف درجه رضایت تعریف شده است. نمونه مورد بررسی در این پایان نامه شامل 30 شرکت فعال در بورس اوراق بهادار تهران می باشند که در سال 86 از بیشترین حجم معاملات برخوردار بوده اند. در پایان برای یافتن مقدارهای بهینه الگوریتم ژنتیک به کار گرفته شده است. الگوریتم ژنتیک یکی از الگوریتم های جستجو است که اساس آن مبتنی بر ژنتیک موجودات زنده می باشد. این الگوریتم اصل انتخاب طبیعی داروین را با یکسری اطلاعات تصادفی ساخت یافته ادغام و یک الگوریتم جستجو ایجاد می کند. واژگان کلیدی: پرتفوی بهینه؛ ریسک نامطلوب ، منطق فازی، عدد فازی مثلثی ، الگوریتم ژنتیک.