تعتبر عملية اتخاذ القرار في عالم الاستثمار أحد أكبر التحديات التي تواجه المستثمرين في ظل تنوع الخيارات المتاحة في الأسواق المالية. على مدار العقود القليلة الماضية، برزت أبحاث تحسين محفظة الاستثمار كأحد المجالات الساخنة التي تسعى لتحديد كيفية توزيع المستثمر لمواردهم بين الأصول المختلفة.

مع إدخال الظروف الواقعية إلى نموذج تحسين المحفظة، يتحول هذا التحدي إلى مشكلة صعبة (NP-hard) حيث تصبح الحلول الدقيقة غير فعالة. لذا، لجأ الباحثون إلى استخدام الخوارزميات التطورية (Evolutionary Algorithms) كبديل مناسب للحصول على حلول تقريبية.

في البحث الحالي، تم تقديم استراتيجيات تعزيز جديدة للخوارزميات التطورية متعددة الأهداف (Multi-Objective Evolutionary Algorithms) التي تسهم في تحقيق معدلات اقتراب أسرع وقدرة بحث واسعة في مشكلة تحسين المحفظة تحت قيود العدد. تتضمن هذه الاستراتيجيات نموذج تمثيل فريد وحلول ابتكارية وآليات إصلاح جديدة.

تم تنفيذ استراتيجيات تزاوج جديدة بالتزامن مع الحزمة المطورة لحل المشكلة، حيث تم تحديد حدود دنيا وعليا لعدد الأصول في المحفظة. تم اختبار الخوارزميات المخصصة الجديدة مقابل التقليدية باستخدام مؤشرات سوق معروفة كنقاط مرجعية.

أظهرت النتائج أن الاستراتيجية المقترحة لا توفر فقط تقديرات أفضل، بل تتقارب بسرعة أكبر دون أي فقدان للأداء مع زيادة عدد الأصول في السوق. وهذا يمهد الطريق لمستقبل أكثر إشراقًا في عالم الاستثمار، مما يعكس تأثير الخوارزميات التطورية في تحسين العوائد وتقليل المخاطر بشكل فعال.