بهینه سازی دو هدفه سبد پتروشیمی با الگوریتم تکاملی قدرت پارتو (spea2) با رویکردهای مختلف در انتخاب سبد

مسئله انتخاب سبد یک مسئله چند هدفه است؛ بنابراین ضرورت شناخت روش‌های حل مدل‌های انتخاب سبد از اهمیت بالایی برخوردار است. الگوریتم‌های فرا ابتکاری ایده‌های نوینی هستند که در همین راستا معرفی شدند. الگوریتم چند هدفه spea2 یکی از الگوریتم‌هایی است که به حل مسئله بهینه‌سازی سبد می‌پردازد. هدف این پژوهش به‌کارگیری الگوریتم چندهدفه spea2 در دست‌یابی به ترکیب مطلوبی از اوراق شرکت‌های پتروشیمی در سبد پتروشیمی است. توابع هدف مسئله موردمطالعه شامل دو هدف حداکثر سازی بازده و حداقل سازی ریسک است. نمونه آماری شامل داده‌های 900 روز 12 شرکت پتروشیمی مجاز به فعالیت از تاریخ 1/12/94 تا 12/12/98 است که با انتقال این داده‌ها به نرم‌افزار matlab بازده لگاریتمی هر سهم محاسبه‌شده و به‌عنوان ورودی الگوریتم spea2 قرارگرفته است. سپس الگوریتم spea2 برای هریک از مدل‌های میانگین واریانس، میانگین نیم واریانس، میانگین انحراف مطلق، میانگین ارزش در معرض خطر مشروط اجراشده و وزن هر سهم و ریسک و بازدهی هر سبد محاسبه‌شده است. سپس با استفاده از نرم‌افزار spss به آزمون میانگین تفاوت بین ریسک و بازدهی مدل‌ها پرداخته شد. نتایج نشان می‌دهد که بازدهی به‌دست‌آمده توسط الگوریتم spea2 تحت مدل‌های مختلف ریسک ازنظر آماری تفاوت معناداری ندارند؛ اما ریسک سبد به وجود آمده با الگوریتم spea2 تحت مدل ارزش در معرض خطر مشروط تفاوت معناداری با سایر معیارهای ریسک دارد و ریسک بیشتری را نشان می‌دهد.

two objective optimization of petrochemical portfolio with strength pareto evolutionary algorithm (spea2) by different approaches in portfolio selection

the issue of choosing a portfolio is a multi objective issue; therefore, the need to know the methods of solving portfolio selection models is of great importance. ultra innovative algorithms are new ideas that were introduced in this regard. the multi objective spea2 algorithm is one of the algorithms that solves the portfolio optimization problem. the purpose of this study is to use the spea2 multi objective algorithm to achieve the desired combination of petrochemical companies in the petrochemical portfolio. the objective functions of the problem under study include the two objectives of maximizing returns and minimizing risk. the statistical sample includes data of 900 days of 12 petrochemical companies allowed to operate from 1/12/94 to 12/12/98, which by transferring this data to matlab software, the logarithmic return each stock is calculated and is the input of spea2 algorithm. then the spea2 algorithm is implemented for each of the models of mean variance, mean semi variance, mean absolute deviation, mean conditional value at risk and the weight of each stock and risk and return of each portfolio are calculated. then, using spss software, the mean difference between risk and return of the models was tested. the results show that the returns obtained by spea2 algorithm under different risk models are not statistically significant; however, the portfolio risk created by the spea2 algorithm under the conditional value at risk model is significantly different from other risk measures and shows more risk.