حل مساله بهینه سازی سبد سهام شرکت های خصوصی در شرایط کمبود داده با استفاده از الگوریتم کلونی زنبور عسل (abc)

سرمایه گذاران مختلف با سطوح سرمایه گذاری متفاوت در یک هدف با یکدیگر مشترک هستند و آن هم دست یابی به سبدی از دارایی ها است که در عین برآورده نمودن بازده مورد انتظار آنها، حداقل ریسک ممکن را به همراه داشته باشد. در این تحقیق هدف ما کمک به یک شرکت سرمایه گذاری جهت دست یابی به ترکیب بهینه ای از دارایی ها متشکل از  سهام  شرکت های خصوصی زیر مجموعه ی خود و انواع دیگری از دارایی ها که ریسک کمتری را به همراه دارند است. یکی از مشکلات اصلی در سرمایه گذاری در سهام شرکت های خصوصی، کمبود داده های مربوط به بازده و ریسک آنها در مقایسه با داده های موجود از سهام شرکت های بورسی است. در این تحقیق از یک رویکرد شبیه سازی که توانایی تولید مقادیر تصادفی در حالت کمبود داده را دارا است، جهت محاسبه ی بازده و ریسک سرمایه گذاری در شرکت های خصوصی پرداخته ایم. همچنین با توجه به این که مساله بهینه سازی سبد، یک مساله np-hard به شمار می آید، با تعریف یک مدل بهینه سازی دو هدفه برای مساله، به حل آن با استفاده از الگوریتم زنبور عسل مبتنی بر ماتریس کوواریانس پرداخته ایم. نتایج به دست آمده حاکی از آن است که یک سبد بهینه سبدی است که علاوه ترکیبی از دارایی های کم ریسک و پرریسک را درون خود داشته باشد.