بهینه‌سازی سبد سهام وتخصیصثروتبیندارایی‌هایمختلفاز جملهمهمترینمسائلدر سرمایه‌گذاریبهحسابمی‌آید. در این مطالعه، مساله بهینه سازی سبد سهام، با درنظر گرفتن محدودیت‌های دنیای واقعی و با این فرض مورد بررسی قرار گرفت که بازده دارایی های ریسکی از اعداد فازی تشکیل شده است. سپس، مدل احتمالی جدید میانگین- نیمه انحراف مطلق ارائه شد که در آن محدودیت هزینه های معامله و محدودیت کاردینالیتی نیز در نظر گرفته شد. وجود چنین محدودیت هایی، مدل را به مدل برنامه‌ریزی غیرخطی عدد صحیح آمیخته تبدیل می‌کند که رویکردهای سنتی از عهده حل آن برنمی‌آیند، بدین منظور در این تحقیق از الگوریتم فراابتکاری جدید با نام الگوریتم جستجوی ناخودآگاه استفاده شده است. همچنین برای بررسی قدرت و دقت حل این الگوریتم، مطالعه‌ای موردی با اطلاعات 50 شرکت برتر بورس اوراق بهادار تهران در بازه زمانی 1391 تا 1394 صورت گرفت و نتایج آن با الگوریتم‌های حرکت تجمعی ذرات و ژنتیک مقایسه شد که نشان از برتری این الگوریتم در مساله‌ی بهینه‌سازی سبد سهام دارد. پرونده مقاله