فرآیند انتخاب پرتفوی سهام جهت سرمایهگذاری یکی از مسائلی است که موردتوجه محققین زیادی بوده است. در تصمیمگیری بهمنظور سرمایهگذاری، دو عامل از اهمیت بسزایی برخوردار بوده و مبنای سرمایهگذاری میباشد. این دو عامل ریسک و بازده هستند و در این رابطه، بررسی و مطالعه سرمایهگذاران در جهت انتخاب بهترین سبد سرمایهگذاری با توجه به میزان ریسک و بازده آن انجام میشود. هدف این تحقیق ایجاد مدلی هوشمند جهت انتخاب سبد بهینه سهام با استفاده از الگوریتمهای تحقیق میباشد. مدل پیشنهادی، انواع مختلف سرمایهگذاریهایی را بررسی میکند که یک سرمایهگذار میتواند و تمایل دارد جهت تشکیل سبد سرمایهگذاری خود، آنها را مورد ملاحظه قرار دهد. به این منظور، ریسک و بازده مورد انتظار شرکتهای پذیرفتهشده در بورس اوراق بهادار تهران بهصورت ماهیانه موردبررسی قرارگرفته است. نمونه آماری تحقیق شامل دادههای مالی 237 شرکت بورس ایران طی سالهای 1390 تا 1398 میباشد. نتایج تحقیق نشان میدهد که الگوریتم LISFLA قادر به انتخاب پرتفو با استفاده از مدل مارکوییز برای سرمایهگذار ریسکپذیر و ریسک گریز است.
رحمانی,روح الله , غلامی,رضا و حبیب زاده بایگی,سید جواد . (1400). گزینش بهترین شرکتهای بازار سرمایه جهت سرمایهگذاری با استفاده از روش جهش قورباغه. اکتشاف و پردازش هوشمند دانش, 1(3), 1-18. doi: 10.30508/kdip.2021.291247.1002
MLA
رحمانی,روح الله , , غلامی,رضا , و حبیب زاده بایگی,سید جواد . "گزینش بهترین شرکتهای بازار سرمایه جهت سرمایهگذاری با استفاده از روش جهش قورباغه", اکتشاف و پردازش هوشمند دانش, 1, 3, 1400, 1-18. doi: 10.30508/kdip.2021.291247.1002
HARVARD
رحمانی روح الله, غلامی رضا, حبیب زاده بایگی سید جواد. (1400). 'گزینش بهترین شرکتهای بازار سرمایه جهت سرمایهگذاری با استفاده از روش جهش قورباغه', اکتشاف و پردازش هوشمند دانش, 1(3), pp. 1-18. doi: 10.30508/kdip.2021.291247.1002
CHICAGO
روح الله رحمانی, رضا غلامی و سید جواد حبیب زاده بایگی, "گزینش بهترین شرکتهای بازار سرمایه جهت سرمایهگذاری با استفاده از روش جهش قورباغه," اکتشاف و پردازش هوشمند دانش, 1 3 (1400): 1-18, doi: 10.30508/kdip.2021.291247.1002
VANCOUVER
رحمانی روح الله, غلامی رضا, حبیب زاده بایگی سید جواد. گزینش بهترین شرکتهای بازار سرمایه جهت سرمایهگذاری با استفاده از روش جهش قورباغه. اکتشاف و پردازش هوشمند دانش, 1400; 1(3): 1-18. doi: 10.30508/kdip.2021.291247.1002
