fa رویکردی فراابتکاری برای انتخاب سبد سهام با اهداف چندگانه در بورس اوراق بهادار تهران سایر موضوعاتی که به مرزهای دانش در مهندسی صنایع و تولید کمک می کند Other related Industrial and production reserach subjects in which has direct relation to the state-of-the art of the IE كاربردي Applicable <p align="right"><span style="FONT-FAMILY: Nazanin FONT-SIZE: 11pt mso-fareast-font-family: 'Times New Roman' mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: FA mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman'" dir="rtl" lang="FA">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.</span></p> <p> <i> This paper presents a novel metaheuristic method for solving an extended Markowitz portfolio selection model. In the extended model, the objective function has been modified to include realistic objectives and four additional sets of constraints, i.e., bounds on holdings, cardinality, minimum transaction lots, and </i><i>liquidity constraints </i><i /><i>have been also included. The first set of constraints guarantee that the amount invested (if any) in each asset is between its predetermined upper and lower bounds. The cardinality constraint ensures that the total number of assets selected in the portfolio is equal to a predefined number. The liquidity constraints reflect the investors' tendency to invest on those stocks that are more quickly tradeable. </i></p><i>The extended model is classified as a multi-objective mixed-integer programming model necessitating the use of efficient heuristics to find the solution. In this paper, we propose a heuristic based on pareto combined ant colony optimization and simulated annealing approaches. The performance of the proposed approach is compared to some other approaches using Tehran Stock Exchange data. The computational results show that the proposed approach effectively outperforms other approaches subject to the computation </i><i>time needed and the quality of the obtained solutions especially in large-scale problems . </i> انتخاب سبد سهام، مدل مارکویتز، بهینه‌یابی اجتماع مورچگانِ پارتو، شبیه‌سازی تبرید- تدریجیِ پارتو، الگوریتم ژنتیکِ نخبه‌پرور سریع طبقه‌بندی‌ساز جواب‌ها از منظر تسلط Stock Portfolio Selection, Markowitz Model, Pareto Ant Colony Optimization (P-ACO), Pareto Simulated Annealing (PSA), Fast Elitist Non-Dominated Sorting Genetic Algorithm (NSGA-II) 317 331 http://ijiepm.iust.ac.ir/browse.php?a_code=A-10-557-7&slc_lang=fa&sid=1 مجتبی درخشان، M.Derakhshan@usc.ac.ir 180031947532846004462 180031947532846004462 No کارشناسی ارشد مهندسی صنایع (گرایش مهندسی مالی)، دانشگاه علم و فرهنگ (جهاد دانشگاهی). حمیدرضا گل‌مکانی، Golmakni@mie.utoronto.ca 180031947532846004463 180031947532846004463 Yes دانشیار دانشکده مهندسی صنایع، دانشگاه تفرش، پیام حنفی‌زاده، Hanafizadeh@gmail.com 180031947532846004464 180031947532846004464 No استادیار دانشکده مدیریت (گرایش مدیریت صنعتی)، دانشگاه علامه طباطبائی