بهینه سازی سبد سهام با استفاده از الگوریتم رقابت استعماری بر اساس نظریه ارزش در معرض خطر و ارزیابی آن

در این پژوهش، به بررسی روش های حلّ مسئله ی انتخاب سبد سهام پرداخته می شود. این روش های حل، از جمله روش های بهینه سازی بوده که خود زیر مجموعه ای از الگوریتم های تکاملی محسوب می شوند. الگوریتم های تکاملی، تکنیک های بهینه سازی تصادفی هستند که بر روی یک جمعیّت یا مجموعه ای از جوابها کار می کنند و در نهایت با توجّه به تابع برازش و همچنین عملیّات مختص مربوط به نوع الگوریتم، به جواب بهینه دست پیدا می کنند. یکی از معروفترین این الگوریتم ها، الگوریتم ژنتیک و یکی از جدیدترین آن ها الگوریتم رقابت استعماری است. در این پژوهش هر دو الگوریتم مذکور، برای حلّ یک مدل بهینه سازی سبد سهام متشکّل از شرکت های پذیرفته شده در بورس اوراق بهادار تهران، به کار گرفته شده اند. از آن جایی که هدف از یک سرمایه گذاری داشتن حداکثر بازدهی و حداقل ریسک است، لذا یک مدل بهینه سازی، با هدف بیشینه کردن سود و بر اساس ریسکی معین به کار گرفته شده است. معیار ریسک استفاده شده در این مدل، ارزش در معرض خطر است. این معیار یکی از شاخص های مهمّ اندازه گیری ریسک بازار است که آن را تنها در یک عدد مدل کرده و مقدار سرمایه ای را که مورد زیان قرار می گیرد، تعیین می کند. پس از پیاده سازی الگوریتم رقابت استعماری و مقایسه ی آن با الگوریتم ژنتیک برای این مسئله، نتایج نشان از برتری قابل توجّه الگوریتم رقابت استعماری دارند، به این معنا که الگوریتم رقابت استعماری علاوه بر آن که سود بیشتری را به دست می آورد، زمان کمتری را نیز برای رسیدن به آن صرف می کند. این پژوهش به عنوان دومین تحقیق در حوزه ی بهینه سازی سبد سهام و اولّین تحقیق با در نظر گرفتن معیار ریسک ارزش در معرض خطر محسوب می شود که الگوریتم رقابت استعماری را در حلّ مسئله به کار گرفته است.