بهینه‌سازی چندهدفه تکاملی آشوبناک برای معاملات جفتی چندمتغیره در بورس اوراق بهادار تهران: رویکرد فاصله

Abstract

هدف: تشکیل جفت سهام یک گام مهم در معاملات جفتی است که فقط به‌صورت دستی یا از طریق دستورالعمل‌های شمارشی موردبررسی قرار گرفته است. این روش‌ها در حالت چندمتغیره شکست خورده و اهداف متناقض را در ساختار مساله در نظر نمی‌گیرند. در این پژوهش روشی ارایه می‌شود که ترکیب‌های جفتی چندمتغیره را با در نظر گرفتن اهداف چندگانه متناقض در معاملات جفتی سهام ایجاد کند.روش‌شناسی پژوهش: در این پژوهش نمونه آماری به‌واسطه نیاز به معاملات پربسامد به 30 شرکت برتر پذیرفته‌شده در بورس اوراق بهادار تهران محدود شده است. مساله در قالب یک مدل برنامه‌ریزی عدد صحیح مختلط (MIP) تدوین و به دلیل محدودیت‌های غیرمحدب و فضای حل نمایی از الگوریتم ژنتیک چندهدفه برای به‌دست آوردن ترکیب‌های جفتی چندمتغیره استفاده شده است. برای دستیابی به اهداف چندگانه، از نوع توسعه‌یافته الگوریتم ژنتیک، یعنی الگوریتم ژنتیک مرتب‌سازی نامغلوب آشوبناک (CNSGA-II) استفاده گردید. در این روش برای به‌دست آوردن راه‌حل‌های مناسب و با دقت بالا، از تئوری آشوب در ایجاد جمعیت اولیه الگوریتم ژنتیک استفاده شده است.یافته‌ها: نتایج پژوهش نشان داد که استفاده از نظریه آشوب می‌تواند میزان همگرایی را در الگوریتم‌های تکاملی افزایش دهد. علاوه‌بر این نتایج بیان‌گر برتری استراتژی معاملات جفتی چندهدفه مبتنی بر رویکرد فاصله نسبت به مدل تک‌هدفه سنتی است.اصالت/ارزش افزوده علمی: برای بهینه‌سازی معاملات جفتی از الگوریتم ژنتیک مرتب‌سازی نامغلوب استفاده گردید. هم‌چنین جمعیت اولیه افراد در الگوریتم ژنتیک چندهدفه بر اساس تئوری آشوب ایجاد شد.