出版社：University of Tehran Electronic Journals Database
摘要：با وجود استفادۀ روزافزون از الگوریتمهای بهینهسازی تکاملی چندهدفه در شاخههای مختلف علوم، بهکاربردن آنها بهعنوان ابزار بسیار قدرتمند در زمینۀ بهینهسازی سبد سرمایه، بهویژه حل مسئلۀ چندهدفه، همچنان در مراحل اولیۀ پژوهش است. در این مقاله، از الگوریتمهای تکاملی چندهدفه برای حل مسئلۀ بهینهسازی چندهدفۀ سبد سرمایه در بورس اوراق بهادار تهران استفاده شده است. برای این منظور، دو روش مهم و پرکاربردِ الگوریتم ژنتیک چندهدفه با مرتبسازی نامغلوب (NSGA-II) و بهینهسازی چندهدفۀ ازدحام ذرات (MOPSO) با یکدیگر مقایسه شدند. جبهههای بهینۀ پارِتوی بهدستآمده، به سرمایهگذار این امکان را میدهد که از بین ریسک و ارزشهای مختلف، سبد سرمایۀ بهینۀ مدنظر را انتخاب کند. ارزش سبد سرمایه و ریسک آن بهعنوان اهداف بهینهسازی و معیار ارزش در معرض ریسک مشروط بهعنوان سنجۀ ریسک بهکار برده شد و سه قید عملی و کاربردی نیز برای حل مسئله مدنظر قرار گرفت. نتایج، عملکرد بهتر روش NSGA-II را نسبت به MOPSO برای هر دو معیار همگرایی و گستردگی جبهههای بهینۀ پارتو نشان داد. همچنین در پیشبینی سبد سهام بهینه، انطباق جبهههای بهینۀ پارتوی واقعی و پیشبینیشده، نشاندهندۀ کارایی بسیار مناسب روشهای استفادهشده است.
