دراکثر بازارهای سهام کارا یا نیمه کارا ، مدیران مالی ترجیح می دهند راهبرد منفعل سرمایه گذاری را بیشتر از راهبرد فعال برگزینند. یکی از اشکال مشهور راهبرد منفعل سرمایه گذاری ردیابی شاخص نامیده می شود. ردیابی شاخص مسیله بازسازی رفتار یک شاخص بازار سهام بوسیله تشکیل یک سبد با خریداری تعدادی از سهام تشکیل دهنده شاخص می باشد. ردیابی شاخص، امروزه مورد توجه بیشتری قرار گرفته است. به همین خاطر بیشتر موسسات مالی نظیرs&p صندوق(سبد) ردیاب شاخص را بعنوان یک صندوق قابل معامله به مشتریان خود پیشنهاد می کنند. با وجود آنکه طراحی مناسب سبد ردیاب شاخص یک موضوع جذاب تحقیقی است اما تحقیقات کمی در مورد محدودیت عددی انتخاب در چنین سبدی صورت گرفته است. یک دلیل برای این امر پیچیدگی محاسباتی مسیله بهینه سازی مرتبط با آن است. روشهای مرسوم دقیق بهینه یابی قادر به حل مشکل عدم پیوستگی این مسیله نیستند و بهینه های محلی فراوانی بواسطه محدودیت عددی صریح مسیله بوجود می آید. بیشتر رویکردهای بهینه سازی جدید نظیر روشهای ابتکاری می توانند بر روشهای مرسوم دقیق برتری داشته باشند. این رساله استفاده از روشهای ابتکاری بهینه یابی تصادفی-آماری(تصادف نامعین) مبتنی بر جمعیتی ازنمونه (الگو)ها را به عنوان روشهای قابل اعتماد حل پیشنهاد می نماید. برای استفاده از روشهای پیشنهاد شده که ازروشهای بهینه یابی گسسته می باشند در مسیله سبد ردیاب که دارای فضای حل ترکیبی گسسته – پیوسته می باشد ، مفهوم تفکیک بعنوان تخمینی از قسمتهای پیوسته جواب معرفی می شود. همچنین با رویکرد سیستمی مبتنی بر بیان مسیله درقالب نگار، یک طرح رمز عمومی با حداقل طول رشته رمز برای بیان هر جواب از مسیله در محیط های طبیعی یاسایر محیطهایالگوریتمهای الهام گرفته از طبیعت طراحی می شود. کارایی الگوریتمهای جستجو نیز با استفاده از اجزای متناسب شده الگوریتمها ،همگام با ایجاد و الحاق طرحهای تنظیم پارامتر های الگوریتم در حین روند جستجو، به مقدار بیشتری بهبود می یابد.درآخر اعتبار روشهای جستجوی پیشنهاد شده در نتایج ردیابی 5 شاخص معروف دنیا مورد بررسی قرار می گیرد.