الگوریتم دسته های میگو

هدف: بهینه سازی سبد سهام از مهم ترین مسائل سرمایه گذاری است. نخستین بار، هری مارکوویتز، ریسک را در این مسئله به کار برد. پس از آن، این موضوع از جنبه های مختلف از جمله معیارهای گوناگون ریسک، روش های بهینه سازی و در نظر گرفتن هزینه معاملات مورد بررسی گرفته است. در این پژوهش سعی بر این است که روش فراابتکاری دسته های میگو در بهینه سازی سبد سهام استفاده گردد و مزایای احتمالی آن بر شمرده شود. روش: در این پژوهش تلاش شده است به کمک الگوریتم جدید دسته های میگو، مسئله بهینه سازی سبد سهام حل شده و مرز کارا محاسبه شود. همچنین ریسک با سه معیار واریانس، نیم واریانس و ریزش مورد انتظار بررسی شده است. داده های این پژوهش، بازده های تعدیل شده سهام 50 شرکت فعال تر بورس از تاریخ 01/07/1391 تا 31/06/1396 است. یافته ها: در ابتدا مرزهای کارای پرتفوهای بهینه بر اساس معیارهای ریسک واریانس، نیم-واریانس و ریزش مورد انتظار رسم شده است. شباهت تقریبی سه مرز کارا، نشان از ثبات الگوریتم در یافتن آن دارد. سپس نسبت های شارپ به دست آمده از روش دسته های میگو با روش های رقابت استعماری و تجمعی ذرات مقایسه شده و مشاهده می شود که نسبت به آن ها ارجحیت دارد. نتیجه گیری: الگوریتم دسته های میگو در یافتن مرز کارا و پرتفوهای بهینه در مقایسه با سایر الگوریتم های مرسوم عملکرد بهتری داشته و می توان آن را جایگزین این روش ها کرد و به نتایجی مطلوب تر دست یافت.  

همواره یکی از اساسی ترین مسائل در تصمیمات سرمایه گذاری و بهینه سازی سبد سهام انتخاب یک سنجه مناسب برای بررسی ریسک و کاهش آن بوده است. در این مطالعه، به بررسی عملکرد الگوریتم دسته های میگو در بهینه سازی مدل های میانگین-ارزش در معرض ریسک و میانگین-ارزش در معرض ریسک شرطی با در نظر گرفتن محدودیت تعداد سهام برای 35 شرکت فعال در بورس اوراق بهادار تهران پرداخته شده است. برای آموزش الگوریتم از روش پنجره غلتان در دوره های 1390 تا 1397 و 1391 تا 1398 استفاده شده است. همچنین نسبت شارپ و نسبت شارپ شرطی سبد های حاصله مقایسه شده و معناداری تفاوت مدل ها با آزمون ویلکاکسون ارزیابی شده است. یافته ها حاکی از آن است که بیشترین مقدار بازده با اختلاف کمی متعلق به مدل با سنجه ارزش در معرض ریسک شرطی می باشد. لیکن در هر دو روش، سبدهای متشکل از 5 سهم دارای عملکرد بهتری می باشند. با توجه به بررسی های صورت گرفته در میان خروجی ها و مقایسات میان رده ای، این نتیجه حاصل گردید که بین عملکرد مدل های بهینه سازی مبتنی بر سنجه ی ارزش در معرض ریسک و ارزش در معرض ریسک شرطی تفاوت معناداری وجود ندارد. همچنین محدودیت کاردینالیتی عملکرد مدل را بهبود می بخشد و سبد با تعداد سهام کمتر بازدهی بهتری از خود نشان می دهد.