یکی از مهمترین دغدغه های سرمایه گذاران در بازار سرمایه، انتخاب سهم یا سبد بهینه از لحاظ سودآوری است. به همین منظور تنوع روش های انتخاب سبد سهام در سرمایه گذاری و پیچیدگی تصمیم گیری ها در دهه های اخیر به شدت گسترش یافته است. روش های سنتی در انتخاب و بهینه سازی سبد سهام از کارایی لازم برخوردار نیستند و بنابراین استفاده از الگوریتم های ابتکاری مورد توجه بیشتری قرار گرفته است. هدف این پژوهش، مدلسازی مسئله انتخاب سبد سهام با به کارگیری معیارهای متفاوت ریسک، شامل واریانس، نیمه واریانس، ارزش در معرض ریسک و ارزش در معرض ریسک احتمالی و بهینه سازی آن با کاربرد یکی از این دسته الگوریتم ها، یعنی الگوریتم کلونی مورچگان است. در این راستا، به مقایسه مرزهای کارای حاصل از مدل های مختلف ریسک و همچنین مقایسه مدل های مختلف از لحاظ زمان CPU اقدام شد. نتایج بررسی نشان داد که مدل میانگین-ارزش در معرض ریسک احتمالی قادر است که سطوح بالاتری از بازده را با حداقل سازی ارزش در معرض ریسک احتمالی نشان دهد. از طرفی زمان صرف شده برای اجرای مدل میانگین واریانس کمترین و زمان صرف شده برای مدل میانگین- ارزش در معرض ریسک احتمالی بیشترین مقدار را به خود اختصاص دادند. در نتیجه، هر چند CVaR، مرزهای کارای بهتری را ارائه می نماید، ولی از لحاظ زمان اجرا به خصوص در اندازه های بالای سبد معیار مناسبی نمی باشد. در خیلی موارد همچنان واریانس به علت سادگی محاسبه آن به عنوان معیار ریسک مورد استفاده بسیاری از سرمایه گذاران قرار می گیرد.
