بررسی کارآمدی مدل‌های بهینه‌سازی؛ میانگین-نیم واریانس، ارزش در معرض خطر مشروط و الگوریتم‌ ژنتیک چند هدفه( NSGAII) تحت معیار ریسک CVAR و MSV در تعیین سبدسهام شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران

Abstract

انتخاب سبدسهام بهینه به عنوان مسئله‌ای مهم در اقتصاد مطرح است. تکنیک و ابزارهای متعددی برای حل مساله سبد بهینه سهام وجود دارد. در این پژوهش داده‌های 15 سهام از شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران شامل نمادهای؛ خپارس، خزامیا، وپاسار، فولاد، اخابر، کگل، فملی، تاپیکو، سپاها، فاذر، فخاس، شبهرن، شفن، قمرو و قثابت با روش نمونه‌گیری خوشه‌ای و حذف سیستماتیک انتخاب شدند. ابتدا بازده این سهام بصورت روزانه در بازه زمانی 31/3/1394-31/3/1399 طی 5 سال به مدت 1183 روز محاسبه گردید. سپس با استفاده از مدلهای ریسک "میانگین-نیم واریانس، ارزش در معرض خطر مشروط، ریسک سبد سرمایه‌گذاری آنها محاسبه می-شوند. و این دو معیار از روش حل کلاسیک با هم مقایسه می‌شوند. خروجی بهینه‌سازی سبد با هر یک از این ریسک‌ها وزن متفاوتی از هر سهم را نشان می‌دهد. سپس مدل‌های ریسک میانگین-نیم-واریانس و ارزش در معرض خطر مشروط از روش فرا ابتکاری الگوریتم ژنتیک چند هدفه با هم مقایسه می‌شوند. نتایج حاکی از آن است که روش الگوریتم ژنتیک چند هدفه در مقایسه با روش کلاسیک بازدهی سبد بیشتری در معیار میانگین-نیم‌واریانس به نمایش گذاشت. لذا روش بهتری برای بهینه ‌سازی سبد سهام می‌باشد.

Keywords

• ارزش در معرض خطر مشروط
• الگوریتم ژنتیک
• بهینه‌سازی
• سبدسهام و میانگین-نیم-واریانس