الگوی مارکوویتز درتعیین سهم هریک از سهام در سبد دارایی، برمبنای انتخاب بهینه سهام برای حداکثر نمودن درآمد انتظاری سبد استوار است، از یک طرف، این الگو امید ریاضی ارزش هر سهم را در الگو وارد می نماید. ازطرف دیگر، این مدل کوواریانس نوسانات ارزشی سهام را ثابت و برونزا  درنظر می گیرد. بنابراین دراین مقاله از طریق ترکیب نظریات مارکوویتز و شارپ و پیشنهاد مدلی جدید الگوی جامع تری را معرفی می کنیم که نسبت به مرزسنتی مارکوویتز کاراتر خواهد بود.به عبارت دیگر از طریق درونزا نمودن کوواریانس های نرخهای بازدهی مربوط به سهام واقع شده در پرتفولیوی اختیار شده در مدل توسعه یافته مدل مارکوویتز، بازده انتظاری مدل پیشنهادی، همواره در هر سطح مشخص ریسک، بزرگتر یا مساوی با بازده انتظاری مدل سنتی مارکوویتز خواهد بود.در الگوی پیشنهادی، سهم بخش ریسک غیرسیستماتیک که طبق نظریه شارپ بازار برای آن پاداشی را درنظر نمی گیرد در هر سطح از ریسک پرتفولیو، همواره در پایین ترین سطح ممکن قرار می گیرد.برتری نظریه پیشنهادی هم از طریق نظری و هم از طریق عملی با یافتن سبد بهینه سهام شرکتهای بزرگ سیمان، فعال در بورس تهران در مقایسه با نظریه مارکوویتز تایید می شود.

بهینه سازی سبد سهام یک مسئله کاربردی عملی است. وظیفه این مسئله این است که سرمایه را به مجموعه ای از دارایی ها اختصاص دهد و هدف آن حداکثر کردن سود سرمایه گذاری با کم کردن احتمال ضرر و زیان (ریسک) است. این باعث می شود که بهینه سازی سبد سهام یک مسئله بهینه سازی چند هدفه باشد. همچنین این یک مسئله نویزی نیز است، اما در اغلب تحقیقات نویز نادیده گرفته می شود. در بهینه سازی سبد سهام کلاسیک، با استفاده از سود سهام سالیان گذشته نسبت به ایجاد سبد سهام بهینه کارآمد اقدام می گردد. ناگزیر سود مورد انتظار از سبد سهام دستخوش عدم قطیت و نویز است. طبیعتا ما از سود سهام در آینده هیچ اطلاعی نداشته و فقط بر اساس تخمین و انتظارخود از عملکرد سهام در آینده اقدام به سرمایه گذاری می نماییم که این خود نویز بالایی را در بر دارد. در این تحقیق از مدل میانگین-واریانس مارکویچ برای بررسی اثرات نویز بر سود حاصله از سبد سهام بهینه استفاده شده است. در این مقاله نشان خواهیم داد اگر نویز نادیده گرفته شود تصمیمات سرمایه گذاری می تواند به طور قابل توجهی اشتباه باشد. اگر چه نتایج در این مقاله منفی است، اما نتایج فواید قابل توجهی برای سرمایه گذاران دارد. زمانی که سود سهام دستخوش اغتشاش و نویز است سرمایه گذاران باید نسبت به انتخاب سبد سهام خود و نحوه سرمایه گذاری بسیار محتاط باشند.

در چالش انتخاب سبد بهینه سهام، هنگام انتخاب سهام، باید به عوامل موثر بر قیمت ها و معیارهای مرتبط با تصمیم گیری سرمایه گذاران توجه شود. اما قیمت سهام، هم تحت تاثیر ارتباطات با بازار و صنعت بوده و هم تحت تاثیر اطلاعات شرکت ها است. در نتیجه هدف از این پژوهش بررسی اثر ارتباط تغییرات بازار و صنعت با قیمت سهام و تبیین نقش آن در انتخاب سبد بهینه است. برای این منظور از معیار هم زمانی قیمت سهام استفاده شده است. هم زمانی قیمت به معنای میزان درجه ای است که تغییرات بازار و صنعت می تواند تغییرات قیمت سهام را توضیح دهد. در این پژوهش ابتدا داده های قیمتی از 130 شرکت عضو نمونه طی 10 سال جمع آوری شده و با حل معادله های رگرسیونی، میزان هم زمانی قیمت محاسبه شد. سپس با جمع آوری داده های مالی و غیرمالی، سبدهای سهام با تحلیل های مختلف و معیارهای متنوع تهیه شده و با یکدیگر مقایسه شدند تا اثر همزمانی قیمت روشن شود. نتایج نشان می دهد که درصد هم زمانی قیمت به صورت میانگین در شرکت های عضو نمونه در حدود 59% بوده که با پژوهش های بین المللی در خصوص میزان هم زمانی قیمت در کشورهای کمتر توسعه یافته منطبق است. همچنین نتایج نشان می دهد که در صورت توجه به هم زمانی قیمت سهام می توان سبد سهام بهینه تری را با تحلیل اطلاعات خاص شرکت ها ایجاد کرد. در این پژوهش برای انتخاب سبد های بهینه سهام از تحلیل پوششی داده ها، برای تعیین معیارهای مالی موثر از دلفی فازی و از تحلیل های مختلف شامل ریسک و بازده و تحلیل بنیادی معیارهای مالی وغیرمالی استفاده شده است.

از جمله مسائل عمده ای که سرمایه گذاران بازارهای سرمایه با آن مواجه هستند، تصمیم گیری جهت انتخاب اوراق بهادار مناسب برای سرمایه گذاری و تشکیل سبد بهینه سهام است که این فرایند از طریق ارزیابی ریسک و بازده صورت می گیرد؛ از طرفی در بحث سبد سهام در صورتی که بازده دارایی ها دارای توزیع نرمال باشد از واریانس و انحراف معیار برای محاسبه ریسک استفاده می شود؛ اما در دنیای واقع بازده دارایی ها لزوما نرمال نیست و گاهی نیز تفاوت فاحش با توزیع نرمال دارد. مقاله حاضر با معرفی ارزش در معرض خطر مشروط (CVaR)، به عنوان معیار محاسبه ریسک در یک چارچوب ناپارامتریک و به ازای بازده معین سبد بهینه سهام را ارائه می دهد و این روش را با روش برنامه ریزی خطی مقایسه می کند.داده های مورد استفاده در این مقاله را بازده های ماهانه 15 شرکت منتخب از 50 شرکت برتر بورس اوراق بهادار تهران در زمستان 1392 تشکیل می دهند که در دوره زمانی فروردین ماه 1388 تا خرداد ماه 1393 در نظر گرفته شده اند. در نهایت سبد بهینه حاصل از به کارگیری دو روش ناپارامتریک و برنامه ریزی خطی ارائه شده و مقادیر CVaR آنها مقایسه شده است که در این مورد برتری روش ناپارامتریک نسبت به برنامه ریزی خطی را نشان می دهد.

فرآیند انتخاب سبد سهام یکی از مسائلی است که مورد توجه محققین زیادی بوده است. معیارهای مختلف دخیل در این فرآیند طی زمان دچار تغییر و تحول شده و این وضعیت استفاده از ابزار مناسب پشتیبانی تصمیمات سرمایه گذاری را ضروری می سازد. در این مقاله با استفاده از مدل ریاضی چند مرحله ای روش جدیدی برای حل مساله انتخاب سهام با عنایت به عملیاتی ساختن رویکرد تحلیل بنیادی ارائه می شود. ابتدا با استفاده از رویکرد تحلیل سلسله مراتبی اولویت عوامل موثر در انتخاب صنایع را تعیین می کنیم و سپس با حل یک مدل برنامه ریزی خطی، اوزان هر یک از صنایع با توجه به محدودیت های متعارف و خروجی رویکرد تحلیل سلسله مراتبی بدست می آید. در نهایت اوزان مربوط به سهام موجود در هر صنعت با بکارگیری مدل برنامه ریزی آرمانی مشخص می شود. در این مقاله به منظور اطمینان از اعتبار مدل ارائه شده با استفاده از اطلاعات واقعی به آزمون آن پرداخته ایم. نتایج نشان می دهد که مدل ارائه شده می تواند منجر به انتخاب سبد سهام با بازدهی بالاتر شود.

هم زمانی قیمت نشان دهنده اثر تغییرهای صنعت و بازار بر قیمت سهام است. به تاثیر اطلاعات بر قیمت سهام نیز آگاهی بخشی قیمت سهام می گویند. به نظر می رسد در محیط های اطلاعاتی مناسب، اثر انتشار اطلاعات شرکت بر قیمت سهام بیشتر بوده در نتیجه آگاهی بخشی قیمت زیاد است. در حالی که در این شرایط، اثر تغییرهای بازار و صنعت بر قیمت سهام کاهش یافته و هم زمانی قیمت سهام کاهش خواهد یافت. در تئوری، دو معیار هم زمانی قیمت و آگاهی بخشی قیمت سهام دو روی یک سکه هستند اما به لحاظ تجربی نتایج متفاوتی حاصل شده است. این دو متغیر در محیط های اطلاعاتی متنوع و با توجه به متغیرهای بنیادین و مختلف شرکتها، رفتاری متفاوت را نشان می دهند. بنابراین هدف پژوهش حاضر این است که برای تشکیل سبد بهینه، در چه شرکت هایی باید از هم زمانی قیمت و درچه شرکت هایی باید از آگاهی بخشی قیمت استفاده شود. برای این منظور در این پژوهش در مجموع در حدود 300, 000 داده از 130 شرکت عضو نمونه طی 10 سال جمع آوری شده و درجه هم زمانی قیمت و آگاهی بخشی قیمت سهام در شرکتها محاسبه شد. سپس با استفاده از تکنیکهای دلفی فازی و تحلیل پوششی داده ها، سبدهای سهام بر مبنای تحلیلهای مختلف و استفاده از معیارهای متنوع تشکیل شده و با مقایسه آنها با یکدیگر، ارتباط این دو متغیر با تشکیل سبد بهینه سهام مورد بررسی قرار گرفت. نتایج نشان می دهد که این دو متغیر در محیطهای مختلف دارای رفتار متفاوتی بوده و درصورت توجه به هم زمانی و آگاهی بخشی قیمت سهام می توان سبدهای بهینه تری را با تحلیل اطلاعات مالی و غیرمالی شرکتها ایجاد کرد. بدون توجه به این معیارها بازدهی سبد بهینه سهام به طور میانگین در حدود 47% بوده ودر صورت توجه به معیارهای هم زمانی و آگاهی بخشی قیمت سهام، این بازدهی به ترتیب به 86% و 75% افزایش می یابد.

انتخاب سبد سهام همواره از اساسی ترین مسایل سرمایه گذاران است. از لحاظ نظری انتخاب سبد سهام در حالت حداقل کردن ریسک با فرض ثبات بازده به کمک روابط ریاضی قابل حل است، اما با تنوع انتخاب در بازار سرمایه، تنها روابط ریاضی، راه حل موثری نیست. تنوع ابزارهای سرمایه گذاری و تفاوت تابع مطلوبیت سرمایه گذاران، فرآیند انتخاب را پیچیده نموده است. اینک گسترش بازارهای مالی و سرمایه، استفاده از سیستمهای قاعده محور برای تصمیمگیری های سریع، با ریسک حداقل و به دور از اشتباهات انسانی، طراحی، توسعه یا بهبود این سیستمها می تواند به عنوان مزیت رقابتی باشد. در پژوهش حاضر، از الگوریتم شبکههای عصبی و برنامهنویسی شبکه ژنتیک، برای تشخیص ویژگی های موثر و از درخت تصمیم ID3 بهبودیافته به عنوان روش پیشنهادی جهت پیشبینی قیمت و روند تغییر قیمت سهام برای انتخاب سبد بهینه استفاده شده است. نتایج تحقیق نشان می دهد، روش پیشنهادی علاوه بر کاهش سربار محاسباتی و حافظه ای، قادر است تا با دقت بالایی به پیشبینی نوسانات شدید با الگوهای غیرخطی پرداخته و نسبت به روش های روز دنیا چون جستجوی نزدیک ترین همسایگی، رگرسیون خطی، میانگین متحرک خود همبسته و الگوریتم پیش بینی سری زمانی، بهتر عمل نماید.