The portfolio selection problem is one of the main investment management prob-lems. In the portfolio selection problem, robustness is sought against uncertainty or variability in the value of the parameters of the problem. This paper has been conducted for Robust portfolio optimization based on the mean-cvar approach. And introduces the linear mean-cvar model as a criterion for calculating risk and provides an optimal Robust mean-cvar model. Robust approach used in this research is the Bertsimas and Sim. In this approach, Robust counterpart presented for a linear programming model remains linear, maintaining the advantages of the linear programming model in the optimal model. The model developed in this research is randomly selected by real data of 20 stocks of the S&P 500 index for three years, this development help portfolio selection problem to consider uncertainty. Interval optimization is modeling approach to consider parameters uncertainty in this paper. Considering uncertainty make model more realistic. The results of model show that this approach has computational efficiency and on the other hand proposed model produce better solution in risk and portfolio rate of return point of view تفاصيل المقالة

ازجمله مسائل عمده‌ای که سرمایه‌گذاران بازارهای سرمایه با آن مواجه هستند، تصمیم‌گیری جهت انتخاب اوراق بهادار مناسب برای سرمایه‌گذاری و تشکیل سبد بهینه سهام است. ازآنجاکه پارامترهای مسئله انتخاب سبد سهام را، به دلیل نوسان‌ بازار و قیمت‌ نمی‌تواند ثابت در نظر گرفت، باید از روشی بهره برد که عدم قطعیت داده‌ها در آن لحاظ شود. بهینه‌سازی پایدار راه‌حلی علمی برای مسائلی به شمار می‌رود که در آن با عدم قطعیت داده‌ها روبرو خواهیم بود. پژوهش حاضر در جهت بهینه‌سازی پایدار پرتفوی بر اساس رویکرد امگا بررسی‌شده است. مقاله حاضر به معرفی مدل خطی امگا، به‌عنوان معیار محاسبه ریسک و ارائه مدل بهینه پایدار امگا پرداخته است. رویکرد پایدار استفاده‌شده در این پژوهش، رویکرد برتسیماس و سیم است در این رویکرد همتای پایدار ارائه‌شده برای یک مدل برنامه‌ریزی خطی همچنان خطی باقی می‌ماند که باعث می‌شود مزایای مدل برنامه‌ریزی خطی در مدل بهینه حفظ شود. مدل توسعه داده‌شده در این پژوهش توسط داده‌های واقعی 20 سهم از شاخص S&P 500 به مدت سه سال به‌صورت تصادفی انتخاب‌شده که نتایج آن نشان‌دهنده کارایی بالای مدل در توسعه مدل‌های تحت شرایط عدم قطعیت است همچنین نتایج نشان می‌دهد، درصورتی‌که سطح محافظه‌کاری افزایش یابد، مقدار تابع هدف افزایش خواهد یافت. تفاصيل المقالة