خلاصة:
در این پژوهش توانایی مدلهای تحلیل پوششی دادههاء الگوریتم ژنتیک و تکنیک بهینهسازی حرکت تجمعی ذرات در انتخاب
پرتفوی کارا در بورس اوراق بهادار تهران مورد بررسی قرار گرفته است. برای این منظور نمونه ای متشکل از ۶۹ شرکت از
شرکتهای پذیرفته شده در بورس اوراق بهادار تهران در طی سالهای ۱۳۸۹ تا ۱۳۹۱ انتخاب گردید. برای تجزیه و تحلیل
اطلاعات از تکنیکهای آماری چون آماره آزمون یو من- ویتنی، کروسکال- والیس و همچنین آزمون کولموگروف- اسمیرنوف
استفاده شده است, نتایج حاصل از پژوهش نشاندهنده آن است که هر سه رویکرد توانایی تشکیل پرتفوی بهینه را در بورس
اوراق بهادار تهران دارد ولی مدل تحلیل پوششی دادهها بالاترین رتبه را کسب کرد و از لحاظ کارایی بالاترین عملکرد را دارا
است.
ملخص الجهاز:
"با توجه به محدودیت در منابع و سهمیه بندی سرمایه ، اگر سرمایه گذاران تمام سرمایه خـود را در یـک دارایـی خـاص سـرمایه - گذاری کنند، ممکن است با ریسک زیادی رو به رو شوند و نه تنها بهره سرمایه بلکه اصـل آن را هـم از دسـت بدهنـد کـه ایـن موضوع از نظر آن ها ناخوشایند است ؛ بنابراین ، مسئله اصلی پژوهش این است که آیا با در نظر گرفتن دو معیـار ریسـک و بـازده ، میتوان به پرتفوی بهینه شرکت های پذیرفته شده در بورس اوراق بهادار تهران دست یافـت یـا خیـر؟ نظـر بـه ایـن کـه انتخـاب پرتفوی با توجه به معیارها و اهداف مختلف کار مشکلی است ، هدف این پژوهش این است که با استفاده از تکنیـک هـای تحلیـل پوششی داده ها، الگوریتم ژنتیک ١ و یکی از شیوه های ابتکاری مانند روش بهینه سازی حرکت تجمعی ذرات ٢، راه حلی بـرای ایـن مشکل ارائه شده و سودمندی تکنیک های مذکور در انتخاب بهترین پرتفوی با توجه به چندین معیار مختلف مـورد آزمـون قـرار گیرند.
یافته های پژوهش هدف اصلی از انجام پژوهش حاضر که در قالب فرضیه های پژوهش مطرح شده ، بررسـی مقایسـه ای توانـایی مـدل هـای تحلیـل پوششی داده ها، الگوریتم ژنتیک و بهینه سازی حرکت تجمعی ذرات در تشکیل پرتفوی بهینـه در شـرکتهای پذیرفتـه شـده در بورس اوراق بهادار تهران است ."