Using Multi-objective Algorithm (NSGA-II) in Selecting Optimal Portfolio in Tehran Stock Exchange
محورهای موضوعی : policy makingسید احمد شیبت الحمدی 1 , محمد همتی 2 , مهدی اسفندیار 3
1 - دانشگاه ازاد اسلامی، گروه مدیریت صنعتی، فیروزکوه، ایران
2 - دانشگاه ازاد اسلامی، گروه مدیریت صنعتی، فیروزکوه، ایران
3 - دانشگاه ازاد اسلامی، گروه مدیریت صنعتی، فیروزکوه، ایران
کلید واژه: Genetic algorithm, optimization, multi-objective genetic algorithm, Stock Exchange,
چکیده مقاله :
In financial matters, portfolio can be interpreted as a combination or a series of investments hold by an institution or a person. Portfolio optimization is one of the most important concerns of investors for maximizing the portfolio in financial markets. The formation of portfolio is a vital and critical decision for the companies. In fact, the selection of portfolio is to specify the capital between different shares. So, selecting a portfolio by high returns rate and controlled risk is a matter noted by many researchers. The present ways of optimization the portfolio have not sufficient adequacy. Therefore, so many innovative algorithms are considered and used. Genetic algorithm can solve many optimization problems of portfolio efficiently. The aim of this research is to completely explain genetic algorithm when using it to optimize portfolio matters. The researcher tries to develop an approach based on a multi-objective algorithm known as NSGA-II to form a portfolio. 30 superior companies listed in Tehran stock Exchange are selected as the population and their data are used during 2007-2011. The results indicate that genetic algorithm designed is an efficient and appropriate means to help the investors to select a portfolio
در موضوعات مالی سبد سهام را میتوان به معنی یک ترکیب و یا مجموعهای از سرمایه گذاریها دانست که بوسیله یک موسسه و یا یک فرد نگهداری میشود. بهینه سازی سبد سهام به منظور حداکثر سازی سود یکی از اصلی ترین دغدغههای سرمایه گذاران در بازارهای مالی است. تشکیل سبد سهام به عنوان یک تصمیم گیری حساس و حیاتی برای شرکتها شناخته شده است. در واقع مسأله انتخاب سبد سهام مسأله تخصیص سرمایه بین گزینههای مختلف سهام می باشد. به همین دلیل انتخاب یک سبد سهام با نرخ بازدهی بالا و ریسک کنترل شده یکی از موضوعاتی است که مورد توجه بسیاری از محققان قرار گرفته است. روشهای فعلی در بهینه سازی سبد سهام از کارائی لازم برخوردار نبوده و لذا برای حل این مشکل الگوریتمهای ابتکاری مورد توجه قرار گرفته اند. الگوریتم ژنتیک یکی از الگوریتمهای ابتکاری است که میتواند مسائل بهینه سازی سبد سهام را با کارائی بالا انجام دهد. هدف تحقیق حاضر توضیح کامل الگوریتم ژنتیک و استفاده از این الگوریتم در مسائل بهینهسازی سبد سهام میباشد. مسأله انتخاب سبدهای سهام آن قدر پیچیده هستند که روشهای حل فعلی در برابر آن ناتوان بوده، از این رو استفاده از الگوریتمهای ابتکاری برای حل آنها مورد توجه قرار گرفته و توسعه یافته است. در این پژوهش روشی بر مبنای الگوریتم ژنتیک چند هدفه NSGA-II برای تشکیل سبد سهام ارائه می شود. همچنین ما دادههای 30 شرکت برتر را از شرکتهای بورس اوراق بهادار تهران به عنوان نمونه آماری انتخاب نموده و اطلاعات سهام آنها را از ابتدای سال 1386 تا پایان سال 1390 مورد استفاده قرار داده ایم. نتایج نشان می دهد که الگوریتم ژنتیک چند هدفه NSAG-II طراحی شده برای انتخاب سبد سهام ابزاری مناسب و کارا برای کمک به سرمایه گذاران در انتخاب سبد سهام میباشد.