انتخاب بهترین مجموعه از سهام، با لحاظ اهداف چندگانه و با توجه به تعدد گزینهها، تصمیم مدیریتی دشواری است. لذا تصمیمگیرها میتوانند توسط روش دومرحلهای زیر، شانسِ یافتن سبد سهام بهینه را افزایش دهند. براساس این روش، ابتدا فضای جواب تمام سبدهای کارا تعیین میگردد، و سپس به تصمیمگیرها این امکان داده میشود که بطور تعاملی، این فضای جواب را جستجو نمایند. بهر حال، کار تعیین فضای جواب، بصورت سعی و خطا انجام نمیگیرد. روش شمارش کاملِ برات- فورس که یک روش جستجو برای تعیین فضای جواب است؛ تنها زمانی عملکرد مطلوبی دارد که تعداد سهام اندک باشد. اما زمانیکه تعداد سهام، زیاد (بالغ بر 323 سهم) گردد؛ مسئله انتخاب سبد سهام، به یک مسئله سخت تبدیل میشود و دیگر نمیتوان از آن، برای تعیین فضای جواب استفاده کرد (و سپس کلیه سبدهای کارا را تعیین نمود). از آنجاکه روشهای فراابتکاری میتوانند توازنی را بین مدت زمان مورد نیاز برای انجام محاسبات و کیفیتِ فضای جواب تقریب زده شده فراهم آورند؛ در این مقاله پس از توسعه مدل انتخاب سبد سهام مارکویتز، روشی مبنی بر ترکیب دو روش بهینهیابیِ اجتماع مورچگان و شبیهسازی تبرید-تدریجیِ پارتو پیشنهاد گردیده است. به منظور اعتبارسنجی این روش، عملکرد آن در بورس اوراق بهادار تهران، با عملکرد چند روش فراابتکاریِ دیگر مقایسه شده است. نتایج بدست آمده حاکی از برتری روش پیشنهادی نسبت به روشهای مذکور(از نقطه نظر معیارهای قابل طرح در این حوزه) میباشد.
بازنشر اطلاعات | |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |