نام پژوهشگر: پیمان حاجی بابایی
پیمان حاجی بابایی غلامحسین گل ارضی
در مسئله بهینه سازی پرتفوی، مدل مارکویتز همچنان رویکرد غالب است اما زمانی که تعداد دارایی های قابل سرمایه گذاری و محدودیت های موجود در بازار از حالت تئوری خارج شده و به دنیای واقعی تعمیم می یابد مسئله بهینه سازی پرتفوی به راحتی با استفاده از شیوه های ریاضی و مدل سنتی مارکویتز قابل حل نمی باشد. به همین دلیل در این تحقیق ما با استفاده از هوش مصنوعی و الگوریتم ابتکاری کلونی زنبور عسل مصنوعی به بهینه سازی پرتفوی پرداخته ایم و نتایج حاصل را با نتایج حاصل از مدل مارکویتز مقایسه کرده ایم تا ببینیم که در بازار اوراق بهادار ایران آیا روش بهینه سازی پرتفوی الگوریتم کلونی زنبور عسل بهتر از روش مارکویتز عمل میکند یا خیر. بدین منظور با توجه به اعمال محدودیت هایی 198 شرکت را طی یک دوره 4 ساله که از سال 1387 شروع و در انتهای سال 1390 تمام می شود در بورس اوراق بهادار تهران در نظر گرفته و پرتفوی های لازم را برای دو مدل تهیه کرده ایم و در انتها با به دست آوردن معیارهای شارپ، ترینر، جنسن و m2 و مقایسه آن ها به وسیله آزمون های آماری به این نتیجه می رسیم که الگوریتم کلونی زنبور عسل در بهینه سازی پرتفوی کاراتر از روش سنتی مارکویتز عمل می کند.