سیستم خبره پیش بینی قیمت سهام و بهینه سازی سبد سهام با استفاده از شبکه‌های عصبی فازی، مدل سازی فازی و الگوریتم ژنتیک

مهندسی مالی و مدیریت اوراق بهادار

مقاله 7، دوره 5، شماره 21، دی 1393، صفحه 107-130   

نویسندگان

محسن زمانی¹؛ امیر افسر²؛ سید وحید ثقفی³؛ الهام بیات⁴

¹دانش آموخته کارشناسی ارشد مهندسی فناوری اطلاعات، دانشگاه قم

²استادیار و عضو هیأت علمی دانشکده مدیریت، دانشگاه قم

³عضو هیأت علمی دانشکده مدیریت، دانشگاه قم

⁴دانش آموخته کارشناسی ارشد مدیریت بازرگانی، دانشگاه آزاد اسلامی واحد زنجان

چکیده

افزایش میزان سود و کاهش ریسک سرمایه¬گذاری دربورس همیشه مهمترین دغدغه سرمایه¬گذاران بوده است و آنها همواره به دنبال راهی هستند که بهترین پیشنهاد را برای خرید سهام داشته باشند به گونه¬ای که دارای بیشترین بازده و کمترین ریسک سرمایه¬گذاری باشد.تحقیقات زیادی در این رابطه انجام شده است و مدل ریاضی میانگین واریانس مارکویتز به عنوان یکی از اصلی¬ترین کارهای این حوزه شناخته می¬شود. علیرغم اهمیت این مدل چندین پژوهش عنوان کرده¬اند که با توجه به ماهیت بازارهای مالی کنونی، واریانس ممکن است بهترین گزینه ریسک سرمایه گذاران نباشد و بهتر است معیارهای دیگری چون چولگی نیز درنظر گرفته شود. از سوی دیگر ما معتقدیم که یک برنامه سرمایه‌گذاری مانند انتخاب سبد سهام نه تنها باید ماحصل گذشته سهام را در نظر داشته باشد بلکه بایستی پتانسیل آتی سهام را نیز مد نظر قرار دهد، که این امر اهمیت پیش‌بینی قیمت سهام برای سرمایه‌گذاران را آشکار می‌سازد. این پژوهش به دنبال ارائه مدلی است که در آن پتانسیل آتی سهام، توسط شبکه¬های عصبی فازی پیش¬بینی می¬شود و بر اساس پیش¬بینی¬های بدست آمده، مدل¬های ریاضی بهینه سازی بر مبنای فاکتورهایی چون میانگین، واریانس و چولگی سبد سهام ارایه می¬شود. سپس، این مدل¬ها با استفاده از الگوریتم ژنتیک حل می¬گردند. نتایج تحقیق بیانگر آن است که مدل-های ارائه شده در این مقاله، در مقایسه با روش¬های سنتی و شاخص بازار، بازدهی بالاتری را برای سرمایه¬گذاران فراهم می¬نماید

کلیدواژه‌ها

سبد سهام بهینه؛ شبکه های عصبی فازی؛ قیمت سهام؛ مدل‌سازی فازی؛ الگوریتم ژنتیک