پیچیدگی بازارها، به ویژه طیف گسترده ابزارهای سرمایه گذاری و عوامل متعدد موثر بر آنها، تصمیم گیری درخصوص انتخاب نوع دارایی را برای سرمایه گذاران دشوار می کند، به طوری که سرمایه گذاران همواره در تصمیم گیری های خود با مسئله بهینه سازی مجموعه دارایی روبه رو هستند. انتخاب سبد سهام به منظور حداکثرسازی سود یکی از اصلی ترین دغدغه های سرمایه گذاران در بازارهای مالی است. تحقیق حاضر تلاش دارد تا با استفاده از روش های نوین محاسبه ریسک (lpm , co_ lpm) که مبتنی بر ریسک نامطلوب می باشند، مدل ریاضی انتخاب پورتفوی را توسعه و با استفاده از رویکردی نوین از الگوریتم ژنتیک که دارای توابع برازش چند هدفه بوده و بنام متد mffga مشهور است، اقدام به حل مدل های ارائه شده کرده و نهایتا پاسخ های حاصل را با روش کلاسیک ارائه شده توسط مارکوویتز مورد مقایسه و تجزیه و تحلیل قرار دهد. جامعه آماری این تحقیق 130 شرکت از شرکت های فعال در بورس اوراق بهادار تهران و محدوده زمانی آن نیز از ابتدای سال 1380 تا پایان سال1390 است. نتایج تحقیق موید برتری معیارهای ریسک نامطلوب به ویژه co-lpm نسبت به معیارهای رایج ریسک در انتخاب و بهینه سازی پورتفوی می باشد به گونه ای که در پورتفوی های تشکیل یافته در مدل نوسانات ریسک بخصوص در بازده های بالاتر به حداقل خود می رسد که این نشان دهنده ثبات در رفتار و عملکرد این مدل در مقایسه با مدل های دیگر ارزیابی ریسک می باشد.