fa ارایه یک رویکرد دو مرحله‌ای نوین جهت بهینه‌سازی سبد سرمایه‌گذاری رمز ارزها در شرایط عدم قطعیت فازی تخصصي Special پژوهشي Research <span style="font-size:11pt"><span style="line-height:normal"><span style="direction:rtl"><span style="unicode-bidi:embed"><span calibri="" style="font-family:"><span b="" lang="AR-SA" style="font-family:" zar="">بازار رمز ارزها به دلیل عدم قطعیت‌های ذاتیش، همواره با ریسک‌های قابل توجهی همراه بوده است که ضرورت طراحی یک استراتژی سرمایه‌گذاری ساختارمند و کارآمد را ایجاب می‌کند. در این راستا، رویکردهای تشکیل سبد سرمایه‌گذاری به عنوان یکی از موثرترین استراتژی‌های مدیریت دارایی، نقش کلیدی در زمینه ایفا می‌کند. با این حال، علی‌رغم پیشرفت‌های چشمگیر در مدل‌سازی‌های مالی، مدل‌های سنتی بهینه‌سازی سبد سرمایه‌گذاری به دلیل عدم توجه کافی به عدم قطعیت‌های بازارهای مالی اغلب ناکافی هستند و به تنهایی برای دستیابی به نتایج بهینه کافی نمی‌باشند. همچنین این مدل‌ها اگرچه چارچوب‌های ارزشمندی برای تخصیص دارایی ارایه می‌دهند، اما معمولاً مرحله حیاتی انتخاب دارایی‌های با کیفیت و بنیادی را نادیده می‌گیرند. در نظر گرفتن فرآیند پیش‌انتخاب به منظور شناسایی دارایی‌های با پتانسیل رشد بالا و مقاوم در برابر نوسانات بازار از اهمیت ویژه‌ای برخوردار است که نباید آن را نادیده گرفت. در همین راستا، این پژوهش با هدف پاسخگویی به خلاهای موجود، رویکردی نوین و دو مرحله‌ای برای تشکیل سبد سرمایه‌گذاری رمز ارزها ارایه می‌دهد که ضمن لحاظ کردن فرآیند پیش‌انتخاب، توانایی مدیریت عدم قطعیت‌های بازار را نیز داراست. </span><span b="" lang="FA" style="font-family:" zar="">در مرحله اول این رویکرد، ابتدا معیارهای جامع ارزیابی عملکرد رمز ارزها تعریف می‌شود و با استفاده از تحلیل فرآیند سلسله‌مراتبی برای هر معیار وزن‌دهی صورت می‌گیرد. سپس، با بهره‌گیری از روش تاپسیس به عنوان یکی از رویکردهای کاربردی تصمیم‌گیری چندمعیاره، دارایی‌های دارای پتانسیل بالا به صورت نظام‌مند پیش‌انتخاب می‌گردند. در مرحله دوم نیز، دارایی‌های منتخب با استفاده از مدل ارزش در معرض ریسک مبتنی بر نظریه اعتبار که یکی از رویکردهای کارآمد فازی و توانمند در مدیریت بهتر عدم قطعیت‌های بازار است؛ تخصیص وزن صورت می‌گیرد.</span> <span b="" lang="FA" style="font-family:" zar="">لازم به ذکر است که برای افزایش کاربردپذیری مدل ریاضی در دنیای واقعی، محدودیت‌های عملی سرمایه‌گذاری نیز در این مدل لحاظ شده‌اند.</span> <span b="" lang="AR-SA" style="font-family:" zar="">نتایج حاصل از این چارچوب دو مرحله‌ای، نشان‌دهنده اثربخشی قابل توجه آن در ساخت سبدهای متنوع، مقاوم و کارآمد نسبت به روش‌های سنتی می‌باشد. این رویکرد به طور همزمان چالش‌های مرتبط با انتخاب دارایی‌های با پتانسیل رشد بالا و پیچیدگی‌های ناشی از عدم قطعیت بازار رمز ارزها را پوشش می‌دهد و همچنین به سرمایه‌گذاران امکان می‌دهد تا با مدیریت دقیق‌تر ریسک‌ها، بازده بالقوه سرمایه‌گذاری خود را به حداکثر برسانند.</span></span></span></span></span></span><br> &nbsp; <span style="font-size:11pt"><span style="line-height:normal"><span calibri="" style="font-family:">The cryptocurrency market is highly volatile, making effective portfolio optimization essential for balancing risk and return. Traditional optimization models often struggle with market uncertainty and overlook the importance of selecting fundamentally strong assets. This study proposes a dual-stage investment framework to address these limitations. First, high-potential cryptocurrencies are systematically pre-selected using a hybrid multi-criteria evaluation. Second, the selected assets are optimized using a credibilistic Value-at-Risk (VaR) model, incorporating practical investment constraints. The results show that this integrated approach produces more robust and efficient portfolios than conventional methods, enabling better risk management and improved return potential in uncertain cryptocurrency markets.</span></span></span><br> &nbsp; بهینه‌سازی سبد سرمایه‌گذاری, پیش‌انتخاب دارایی‌ها, معیارهای ارزیابی عملکرد رمز ارزها, الگوریتم تاپسیس, ارزش در معرض ریسک, نظریه اعتبار فازی. Portfolio Optimization, Asset Preselection, Cryptocurrency Performance Criteria, TOPSIS Algorithm, Value At Risk (Var), Fuzzy Credibility Theory. 69 104 http://jamlu.lahijan.iau.ir/browse.php?a_code=A-11-1027-3&slc_lang=fa&sid=1 H. Ghanbari حسین قنبری Hossein_ghanbari@ind.iust.ac.ir 100319475328460011723 100319475328460011723 No Department of Industrial Engineering, Iran University of Science and Technology, Tehran, Iran دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران E. Mohammadi عمران محمدی e_mohammadi@iust.ac.ir 100319475328460011724 100319475328460011724 Yes Department of Industrial Engineering, Iran University of Science and Technology, Tehran, Iran دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران