مرکز منطقه ای اطلاع رسانی علوم و فناوری راهبرد توسعه 1735-2460 22 85 2026 8 3 Optimizing the investment stock portfolio by using algorithms Meta-heuristics of invasive weeds and cuckoos بهینه سازی سبد سهام سرمایه‌گذاری با بکارگیری الگوریتم‌های فراابتکاری علف هرز مهاجم و فاخته 77 112 fa نوید محمودزاده ملکی آزاد تبریز حیدر محمدزاده سالطه سلیمان ایرانزاده دانشگاه آزاد اسلامی واحد تبریز 2025 8 11 <p>Stock portfolio optimization is one of the key challenges in investment management, which aims to maximize returns and reduce risk. The invasive weed algorithm, inspired by the behavior of weeds in nature, searches for a more optimal stock selection and has a high ability to escape from local optima. On the other hand, the cuckoo algorithm, which is designed based on the behavior of cuckoo birds in laying eggs in the nests of other birds, can well manage the diversity and risk of the stock portfolio. Since deciding on the types of investments and choosing the most suitable investment method is one of the most basic topics of financial management, therefore, the present research seeks to optimize the stock investment portfolio with the risk minimization approach based on the optimal optimization portfolio theory. Sazi is meta-innovative, the statistical population of this research is the tradable investment stock portfolio in Tehran Securities. A systematic screening method was used to determine the sample size. The first step is to accurately define the problem and identify the decision parameters and variables so that it can be more compatible with real problems. After validating the model and taking into account that the desired final result of the research is the optimization of the stock investment portfolio with the approach of risk minimization and stock return maximization, we tried to provide suitable solutions to solve the mathematical model of the problem. Considering the multi-objective nature of the investigated model, there is no dominant solution, which is achieved by using more effective and efficient meta-heuristic algorithms for invasive weed and cuckoo, which is one of the most recent and efficient meta-heuristic optimization algorithms for calculating the optimal weight of baskets. We checked the results. In order to analyze the data after defining the problem, mathematical modeling has been used to develop a mathematical model. Then, in order to optimize the model, exact solution methods and meta-heuristic optimization methods of invasive weed and cuckoo algorithm have been used using Matlab analytical software. Research modeling based on stock optimization with return-risk objectives and meta-heuristic optimization methods of invasive weeds and cuckoo algorithm were presented.</p> <p>بهینه&zwnj;سازی سبد سهام یکی از چالش&zwnj;های کلیدی در مدیریت سرمایه&zwnj;گذاری است که هدف آن حداکثر کردن بازده و کاهش ریسک است. الگوریتم علف هرز مهاجم، با الهام از رفتار علف&zwnj;های هرز در طبیعت، به جستجوی بهینه&zwnj;تری برای انتخاب سهام می&zwnj;پردازد و توانایی بالایی در فرار از بهینه&zwnj;های محلی دارد. از سوی دیگر، الگوریتم فاخته، که بر اساس رفتار پرندگان فاخته در تخم&zwnj;گذاری در لانه&zwnj;های دیگر پرندگان طراحی شده است، به&zwnj;خوبی می&zwnj;تواند تنوع و ریسک سبد سهام را مدیریت کند. از آنجا كه تصميم گيري در خصوص انواع سرمايه گذاري ها و انتخاب مناسب ترين شيوه سرمايه گذاري از جمله اساسي ترين مباحث مديريت مالي است، بنابرین تحقیق حاضر به دنبال بهینه سازی سبد سرمایه گذاری سهام با رویکرد حداقل سازي ريسك بر اساس تئوري پورتفوي بهینه سازی بهینه سازی فرا&zwnj;ابتکاری می باشد، جامعه آماری تحقیق حاضر، سبد سهام سرمایه&zwnj;گذاری قابل معامله در بروس اوراق بهادار تهران هستند. برای تعین حجم نمونه از روش غربالگری سیستمی استفاده شد. اولین گام تعریف دقیق مساله و شناسایی پارامترهاو متغیرهای تصمیم بوده تا بتواند انطباق بیشتری با مسائل واقعی داشته باشد. پس از اعتبار سنجی مدل و با عنایت به اینکه نتیجه نهایی مطلوب تحقیق، بهینه سازی سبد سرمایه گذاری سهام با رویکرد حداقل سازي ريسک و حداکثرسازی بازده سهام می باشد، سعی گردید راهکارهایی مناسبی جهت حل مدل ریاضی مساله ارائه گردد. با توجه به چند هدفه بودن مدل مورد بررسی، یک جواب غالب وجود نداشته، که با بکارکیری الگوریتم های موثرتر و کارآمدتر فرا&zwnj;ابتکاری علف هرز مهاجم و فاخته، که از جدیدترین و کاراترین الگوریتم های بهینه سازی فرا&zwnj;ابتکاری برای محاسبه وزن بهینه سبدها محسوب می شود به بررسی نتایج پرداختیم. به منظور تحلیل داده ها پس از تعریف مساله، با استفاده از مدل سازی ریاضی نسبت به تدوین مدل ریاضی پرداخته شده است. سپس به منظور بهینه سازی مدل از روش&zwnj;های حل دقیق و از روش های بهینه سازی فرا &zwnj;ابتکاری علف هرز مهاجم و الگوریتم فاخته با استفاده از نرم افزار تحلیلی Matlab استفاده گردیده است. مدلسازی تحقیق براساس بهینه سازی سهام با اهداف بازده ـ ریسک و روش های بهینه سازی فرا&zwnj;ابتکاری علف هرز مهاجم و الگوریتم فاخته ارائه شد.</p> http://rahbord-mag.ir/ar/Article/Download/54330