مقایسه ی رویکردهای سنتی تحلیل پوششی داده ها و ارایه یک الگوریتم جدید به منظور انتخاب سبد سرمایه گذاری و کاربرد آن برای انتخاب سهام شرکت های فعال پذیرفته شده در سازمان بورس اوراق بهادار تهران

انتخاب سبدسهام یکی از مهمترین حوزه های تصمیم گیری سرمایه گذاری محسوب می شود؛ سبدی از سهام که قادر باشد هم زمان بهترین نرخ بازده و ریسک سرمایه گذاری را در پی داشته باشد. البته از دید سرمایه گذاران ممکن است عوامل مختلف دیگری بر تشکیل سبد سهام اثرگذار باشند که باید بکارگرفته شوند. این تعدد عوامل ضرورت استفاده از ابزارهای نوینِ تصمیم گیری را نشان می دهد. تحلیل پوششی داده ها یکی از این ابزارهاست که امروزه با گسترش علم پژوهش عملیاتی دارای رویکردهای متنوعی می باشد. هـدف اصـلی از پـژوهش جاری، مقایسه ی رویکردهای سنتی تحلیل پوششی داده ها در انتخاب سبد سهام می باشد که نتایج با یک الگوریتم پیشنهادی مقایسه شده است. در مدل های سنتی به طور متعارف نوع بازده به مقیاس با یک فرض ساده کننده به صورت ثابت یا متغیر در نظر گرفته می شود. این امر ممکن است نتایج را با خطاهای مهمی همراه کند. در الگوریتم پیشنهادی ابتدا نوع رفتار بازده به مقیاس با تحلیل های لازمه تعیین شده و سپس مدل مناسب جهت تشخیص کارایی، مورد استفاده قرار می گیرد. در این مقاله از داده هـای واقعـی متعلق به سازمان بورس اوراق بهادار تهران در قالب یک مطالعه موردی استفاده شده و نتایج آن تجزیه و تحلیل شده اند.