مقایسهی الگوریتمهای ژنتیک و زنبور عسل برای حل مسئلهی انتخاب سبد سهام دارای حداقل مقادیر معامله
چکیده
بازار سرمایه جزو بازارهای مالی است که نقش اولیه آن کمک به تبدیل پساندازهای افراد و موسسات به سرمایهگذاری در واحدهای تولیدی و اقتصادی میباشد. امروزه رسیدن به اهداف اقتصادی هر کشوری بدون مشارکت عمومی مردم آن کشور امری امکان ناپذیر است. یکی از راههای مشارکت افراد در توسعه اقتصادی، سرمایه گذاری در بازار سرمایه و بورس اوراق بهادار از طریق ایجاد سبد سهام میباشد. مسائل انتخاب سبد سهام به طور عمومی از طریق مدلهای برنامه نویسی خطی یا درجه دو حل میشوند. به هر حال پاسخ های حاصله از این مدل ها اعداد حقیقی بوده و محاسبه آنها در عمل مشکل میباشد، چرا که هر دارایی حداقل مقادیر معامله مربوط به خود را دارد. روشهایی که محدودیت حداقل مقادیر معامله را لحاظ کردهاند، عموماً بر اساس مدلهای خطی بهینهسازی سبد سهام بودهاند. پژوهشهای کمی محدودیت حداقل مقادیر معامله در خصوص مسائل انتخاب سبد سهام را بر اساس مدل مارکویتز که معروفترین و پرکاربردترین مدل میباشد، لحاظ کردهاند. مدل مارکویتز مدلی بر اساس برنامهریزی درجه دو میباشد که از طریق روشهای خطی و غیرخطی گوناگونی سعی بر حل آن شده است. این پژوهش بر اساس مدل مارکویتز، مدلی را برای رفع مسئله انتخاب سبد سهام دارای محدودیت حداقل مقادیر معامله ارائه داده و از طریق دو الگوریتم ژنتیک و زنبور عسل به حل مدل میپردازد و سعی در مقایسهی نتایج حاصل از هر یک از الگوریتمها دارد.از دادههای مربوط به داراییهای بورس اوراق بهادار تهران طی سالهای 1383 الی 1387 به منظور ارزیابی مدل و مقایسهی الگوریتمهای پیشنهادی استفاده گردیده است. نرخهای بازده دو ماهه برای تعیین میانگین و واریانس نرخ بازده داراییها و همچنین کوواریانس میان داراییها در هر سال استفاده شده است. نتایج پژوهش بیانگر نزدیک بودن پاسخ حاصل از الگوریتمها به نمودار مرز کارا در مدت زمانی کوتاه میباشد، همچنین مقایسهی الگوریتمهای ژنتیک و زنبورعسل بیان میدارد الگوریتم زنبورعسل به علت نزدیکی بیشتر پاسخها به مرز کارا، از لحاظ عملکرد نسبت به الگوریتم ژنتیک دارای برتری و مزیت است. نتایج حاصل از این پژوهش میتواند مورد استفاده سیاستگذاران مالی و اقتصادی، تصمیمگیرندگان بازار سرمایه، شرکتها، موسسات مالی و سرمایهگذاری و سرمایهگذاران فردی واقع شود.