سرمایه‌گذاری در بازار سهام همواره به‌عنوان یکی از مهم‌ترین ابزارهای تخصیص بهینه منابع مالی، ارتقای بهره‌وری اقتصادی و ایجاد بستر رشد پایدار در سطح کلان اقتصادی مطرح بوده است. در عین حال، برای سرمایه‌گذاران فردی و نهادی نیز بازار سهام نقشی اساسی در حفظ ارزش دارایی‌ها و دستیابی به سودآوری بلندمدت ایفا می‌کند. در این میان، مسئله تصمیم‌گیری بهینه در انتخاب ترکیب دارایی‌ها یا همان بهینه‌سازی پورتفوی، به‌ویژه در شرایط پیچیده و پرنوسان بازارهای مالی، به یکی از محوری‌ترین دغدغه‌های پژوهشگران و فعالان اقتصادی تبدیل شده است. مفهوم بهینه‌سازی پورتفوی، که در ادبیات مالی معاصر جایگاهی کلیدی یافته، عمدتاً بر ایجاد تعادل میان دو عامل بنیادین یعنی ریسک و بازده متمرکز است. بااین‌حال، بررسی مطالعات پیشین نشان می‌دهد که تمرکز صرف بر این دو معیار به‌تنهایی نمی‌تواند تمام ابعاد تصمیم‌گیری سرمایه‌گذاران را پوشش دهد. در عمل، عوامل دیگری همچون عملکرد واقعی شرکت‌ها و چشم‌انداز آتی آنها، معیارهای پایداری (ESG) و نیز اهمیت نقطه ورود به بازار نیز نقش تعیین‌کننده‌ای در موفقیت یا شکست سرمایه‌گذاری دارند؛ عواملی که در اغلب پژوهش‌های کلاسیک مالی مغفول مانده‌اند و کمتر در قالب یک مدل جامع و یکپارچه مورد توجه قرار گرفته‌اند. در این رساله، چارچوبی نوین برای بهینه‌سازی پورتفوی پیشنهاد شده است که هم‌زمان چهار معیار اصلی یعنی ریسک، بازده، شاخص‌های پایداری و نیز عملکرد و چشم‌انداز شرکت‌ها را در نظر می‌گیرد. همچنین، عامل نقطه ورود به بازار به‌عنوان یک متغیر اثرگذار در مدل لحاظ شده است تا امکان تصمیم‌گیری واقع‌بینانه‌تری فراهم گردد. برای عملیاتی‌سازی این مدل، از ابزارهای هوش مصنوعی بهره گرفته‌ایم. به‌طور خاص، ابزار هوش مصنوعی نوتبوک­ال­ام برای پردازش داده‌ها و مدل فینبرت برای آنالیز احساسات متون مالی کار گرفته شده است. با کمک این ابزار و مدل عملکرد و چشم‌انداز شرکت‌ها از گزارشات فصلی شرکتها استخراج شده است. در زمینه سنجش پایداری، از شاخص‌های مرتبط با ریسک زیست‌محیطی، ریسک اجتماعی و ریسک حاکمیتی بهره‌برداری شده است که امروزه به‌عنوان معیارهای کلیدی در تصمیم‌گیری‌های سرمایه‌گذاری پایدار شناخته می‌شوند. بدین ترتیب، مدل پیشنهادی توانایی ترکیب ابعاد مالی و غیرمالی را در فرآیند انتخاب دارایی‌ها داراست. افزون بر این، یکی از چالش‌های اساسی در بهینه‌سازی پورتفوی یعنی عدم قطعیت ذاتی بازده مورد انتظار شرکت‌ها نیز در نظر گرفته شده است. برای مواجهه با این مسئله، نظریه مجموعه‌های فازی در ترکیب با تئوری اعتبار به‌کار گرفته شده است تا برآوردهای واقع‌بینانه‌تری از بازده احتمالی شرکت‌ها به دست آید. مطالعه‌ی موردی این تحقیق بر شرکت‌های شاخص داوجونز متمرکز شده است. انتخاب این شاخص به دلیل جایگاه ویژه آن به‌عنوان نماینده صنایع پیشرو در اقتصاد جهانی، امکان آزمون عملی چارچوب پیشنهادی در محیطی واقعی و پویا را فراهم ساخته است. نتایج حاصل از تحلیل داده‌ها نشان می‌دهد که مدل پیشنهادی قادر است با در نظر گرفتن طیف وسیعی از عوامل مالی و غیرمالی، دقت و کارآمدی تصمیم‌گیری در بهینه‌سازی پورتفوی را نسبت به رویکردهای سنتی به شکل معناداری ارتقا دهد. در نهایت، یافته‌های این پژوهش نشان می‌دهد که مدل ارائه‌شده می‌تواند به‌عنوان ابزاری کاربردی، نوآورانه و سودمند برای سرمایه‌گذاران مورد استفاده قرار گیرد. این مدل نه‌تنها در بهبود فرآیند انتخاب دارایی‌ها و تعیین زمان مناسب ورود به بازار نقش‌آفرین است، بلکه به ارتقای شفافیت، بهبود مدیریت ریسک و گسترش سرمایه‌گذاری پایدار نیز کمک می‌کند. بنابراین، می‌توان گفت که رویکرد حاضر با ارائه بستری ترکیبی از روش‌های کلاسیک مالی و ابزارهای نوین هوش مصنوعی، چشم‌انداز تازه‌ای را در حوزه بهینه‌سازی پورتفوی و تصمیم‌گیری سرمایه‌گذاری ترسیم می‌کند.

کلمات کلیدی:
بهینه­‌سازی سبد سهام، فینبرت، نوتبوک­ال­ام، نقطه ورود، پایداری، نظریه مجموعه فازی، تئوری اعتبار و ارزش در معرض ریسک شرطی