چهارچوب مبتنی بر قانون مدیریت پرتفوی در بورس اوراق بهادار تهران با رویکرد ریسک آگاه و بهینه سازی با استفاده از الگوریتم ژنتیک
نویسنده: محمد مهدی معصومیان، دانشگاه صنعتی خواجه نصیرالدین طوسی
ناشر/تاریخ انتشار: SSRN | 2026-06-02
چکیده
مدیریت الگوریتمی پرتفوی به دلیل توانایی آن در کاهش تصمیمگیریهای احساسی و بهبود عملکرد سرمایهگذاری بر مبنای بازده تعدیلشده بر اساس ریسک، توجه قابلتوجهی را به خود جلب کرده است. با این حال، بسیاری از روشهای متداول مبتنی بر شبکههای عصبی عمیق و یادگیری تقویتی، به دلیل محدودیتهای ساختاری بورس اوراق بهادار تهران، از جمله نقدشوندگی پایین، محدودیت نوسان قیمت، وجود صفهای خرید و فروش و یکطرفه بودن بازار، برای این بازار مناسب نیستند. علاوه بر این، کوچک بودن نسبی و نویزی بودن دادههای بازار ایران، خطر بیشبرازش در مدلهای پیچیده یادگیری ماشین را افزایش میدهد. برای رفع این چالشها، در این پژوهش یک چارچوب مدیریت پرتفوی مبتنی بر قوانین ارائه شده است که با استفاده از الگوریتم ژنتیک بهینهسازی میشود. این مدل از اندیکاتورهای تکنیکال، فعالیت پول هوشمند، معیارهای جریان نقدینگی و قدرت خریدار و فروشنده برای تولید سیگنالهای معاملاتی استفاده میکند. در ابتدا دوازده قانون معاملاتی طراحی شد و سپس الگوریتم ژنتیک با هدف بهینهسازی نسبت شارپ، مؤثرترین قوانین را انتخاب کرد. فرآیند بهینهسازی بر روی حدود ۲۰۰ سهم که بهصورت تصادفی انتخاب شده بودند و هر یک دارای بیش از ۱٬۰۰۰ مشاهده روزانه در بازه زمانی ۲۰۲۲ تا ۲۰۲۶ بودند، انجام شد. علاوه بر این، چارچوب پیشنهادی از یک سازوکار پویا برای تخصیص ریسک بهره میبرد که ترکیب پرتفوی را متناسب با سطح ریسکپذیری سرمایهگذار میان سهام، صندوقهای قابل معامله مبتنی بر طلا و داراییهای با درآمد ثابت تنظیم میکند. نتایج بکتست نشان میدهد که چارچوب پیشنهادی در بیشتر سناریوها عملکردی بهتر از شاخص بورس اوراق بهادار تهران داشته و در عین حال بازده تعدیلشده بر اساس ریسک باثباتتر و افت سرمایه کمتری را ارائه کرده است. یافتههای این پژوهش نشان میدهد که ترکیب سیستمهای مبتنی بر قوانینِ قابل تفسیر با بهینهسازی تکاملی و مدیریت تطبیقی ریسک، میتواند راهکاری عملی و قابل اتکا برای مدیریت پرتفوی در بازارهای نوظهور با ناکارایی ساختاری، مانند بورس اوراق بهادار تهران، فراهم کند.
کلیدواژهها: مدیریت پرتفوی، الگوریتم ژنتیک، بورس اوراق بهادار تهران، مدیریت ریسک، سیستم معاملاتی مبتنی بر قانون
استناد:
Masoumian, Mohammad Mahdi, A Risk-Aware Rule-Based Portfolio Management Framework for the Tehran Stock Exchange Using Genetic Algorithm Optimization (June 02, 2026). Available at SSRN: https://ssrn.com/abstract=6885240