روشی نوین در حل مسئله انتخاب بهینه سبد سهام با استفاده از الگوریتم ژنتیک و تبرید تدریجی

مسئله انتخاب بهینه سبد سهام یکی از مسائل غیرچند جمله ای (NP ) است. در گذشته با استفاده از تکنیک های مطرح شده در الگوریتم های تکاملی، ژنتیک، تبرید تدریجی و شبکه عصبی اقدام به حل این مسئله کرده اند. اما تاکنون الگوریتم دقیقی برای حل آن ارائه نشده است. در این مقاله روش جدیدی پیشنهاد شده است که با ترکیب الگوریتم ژنتیک و تبرید تدریجی مسئله انتخاب بهینه سبد سهام را با دقت و سرعت بیشتری حل می کند. در روش پیشنهادی درهرنسل فرزندان تولید شده توسط عملگرهای ژنتیک بر پایه معیارهای تبریدتدریجی بررسی و پذیرش می شوند که سبب جلوگیری از همگرایی به بهینه محلی در نسل های ابتدایی ، کاهش میزان جستجوهای بی هدف در نسل های پایانی و افزایش سرعت همگرایی می شود. برای بررسی صحت عملکرد، روش ارائه شده بر روی داده های ٤ بورس معتبر دنیا آزمایش شده است و با جبهه پرتو استاندارد مقایسه شده است. نتایج، بهبود سرعت و دقت همگرایی رسیدن به پاسخ را نشان می دهد.

کلیدواژه ها:

انتخاب بهینه سبد سهام ، الگوریتم ژنتیک ، تبرید تدریجی و جبهه پرتو