ارائه الگوریتم هوشمند ترکیبی بر پایه مدل فازی میانگین - واریانس - چولگی برای انتخاب پرتفولیو

مهمترین مسئله مطرح برای سرمایه گذاران به خصوص در آغاز فعالیت اقتصادی ، مسئله نحوه تخصیص سرمایه به یک یا چند گزینه مختلف سرمایه گذاری است تا ضمن داشتن حداکثر بازده ، حداقل ریسک را متحمل شوند . این موضوع در ادبیات اقتصادی به عنوان مسئله انتخاب پرتفولیو مطرح است . این مقاله بر آن است که به ارائه روشی کارا به منظور پشتیبانی از فرد تصمیم گیرنده در انتخاب پرتفولیو مناسب جهت سرمایه گذاری بپردازد . در این مطالعه ، انتخاب پرتفولیو مبنی بر مدل میانگین - واریانس - چولگی در نظر گرفته می شود که به منظور تطبیق هر چه بیشتر مدل با دنیای واقعی ، بازده سهام به صورت متغیرهای فازی فرض شده اند . در این مقاله به منظور حل این مدل غیرخطی یک الگوریم هوشمند ترکیبی جهت رسیدن به جوابی بهینه / نزدیک به بهینه ارائه شده است . در روش ارائه شده ، از الگوریتم ژنتیک به منظور جستجوی پرتفولیو و از شبکه عصبی مصنوعی آموزش داده شده با شبیه سازی فازی جهت تخمین بازده و ریسک پرتفولیو استفاده می شود . در این الگوریتم به جهت استفاده از شبکه عصبی مصنوعی در تخمین مقادیر ، زمان محاسبات به طور قابل ملاحظه ای در مقایسه با استفاده مستقیم از شبیه سازی فازی کاهش یافته است . همچنین در انتها با ارائه چند مثال عددی کارایی الگوریتم پیشنهادی در مقایسه با چند الگوریتم ترکیبی دیگر سنجیده شده است.

کلیدواژه ها:

انتخاب پرتفولیو ، مدل فازی میانگین - واریانس - چولگی - شبیه سازی فازی - شبکه عصبی - الگوریتم ژنتیک