پیش‌بینی بازده فرصت‌های سرمایه‌گذاری در بازارهای مالی ایران با توجه به رفتار متقابل بازارها و تشکیل سبد بهینه سرمایه‌گذاری به وسیله هوش مصنوعی

هدف این پژوهش افزایش بازده سرمایه‌گذاری با ارایه مدل هایی مبتنی بر هوش مصنوعی است. سرمایه گذاری در بازارهای مالی را می توان در بعدهای کوتاه مدت(روزانه) و میان مدت(ماهانه) بررسی کرد. در بعد کوتاه مدت، داده‌های روزانه بازارهای بورس اوراق بهادار تهران، ارز و سکه بهار آزادی، از ابتدای سال 1389 تا پایان شهریور ماه 1391 استخراج و به عنوان ورودی به شبکه‌های عصبی(ann) و مدل برنامه‌نویسی ژنتیک(gp) وارد شدند تا با استفاده از آنها قیمت روز آتی این بازارها پیش بینی شود. همچنین در بعد میان مدت بازده و ریسک ماهانه 20 شرکت فعال تر بورس و ریسک ماهانه بازار ارز و سکه بهار آزادی و سپرده بانکی، به وسیله الگوریتم ژنتیک مورد استفاده قرار گرفت تا سبدهای سرمایه‌گذاری بهینه به سرمایه‌گذاران ارایه کند. نتایج حاصل از اجرای مدل ها بیانگر کارایی هر دو روش شبکه‌های عصبی مصنوعی و برنامه نویسی ژنتیک در پیش بینی کوتاه مدت بازارهای مالی است؛ در حالی که شبکه های عصبی مصنوعی کارایی بهتری از خود بروز می دهند. همچنین کارایی الگوریتم ژنتیک در بهبود بازده و ریسک سرمایه‌گذاری از طریق شناسایی سبدهای بهینه سرمایه گذاری نیز به اثبات رسید.