Los sistemas difusos que consisten en bases de reglas en red, llamadas redes difusas, capturan varios tipos de imprecisión inherentes a los datos financieros y a los procesos de toma de decisiones sobre ellos. Este documento presenta una nueva extensión de la técnica para ordenar la preferencia por el método de similitud con la solución ideal (TOPSIS) y utiliza redes difusas para resolver problemas de toma de decisiones multicriterio donde los criterios de beneficio y costo se presentan como subsistemas. Por lo tanto, el responsable de la toma de decisiones evalúa el rendimiento de cada alternativa para la optimización de la cartera y observa además el rendimiento tanto para los criterios de beneficio como de costo. Este enfoque mejora significativamente la transparencia de los métodos TOPSIS, al tiempo que garantiza una alta efectividad en comparación con los enfoques establecidos. El método propuesto se prueba aún más para resolver el problema de la selección/clasificación de acciones negociadas que cubren los mercados financieros desarrollados y emergentes. La clasificación producida por el método se valida utilizando la correlación de rangos rho de Spearman. Con base en el estudio de caso, el método propuesto supera los enfoques TOPSIS existentes en términos de rendimiento de clasificación.

Les systèmes flous constitués de bases de règles en réseau, appelés réseaux flous, capturent divers types d'imprécisions inhérentes aux données financières et aux processus décisionnels les concernant. Cet article présente une nouvelle extension de la technique de classement des préférences par similarité à la méthode de la solution idéale (TOPSIS) et utilise des réseaux flous pour résoudre des problèmes de prise de décision multicritères où les critères de bénéfice et de coût sont présentés comme des sous-systèmes. Ainsi, le décideur évalue la performance de chaque alternative pour l'optimisation du portefeuille et observe en outre la performance à la fois pour les critères de bénéfice et de coût. Cette approche améliore considérablement la transparence des méthodes TOPSIS, tout en assurant une efficacité élevée par rapport aux approches établies. La méthode proposée est en outre testée pour résoudre le problème de sélection/classement des actions négociées couvrant les marchés financiers développés et émergents. Le classement produit par la méthode est validé à l'aide de la corrélation de rang rho Spearman. Sur la base de l'étude de cas, la méthode proposée surpasse les approches TOPSIS existantes en termes de performance de classement.

Fuzzy systems consisting of networked rule bases, called fuzzy networks, capture various types of imprecision inherent in financial data and in the decision-making processes on them. This paper introduces a novel extension of the technique for ordering of preference by similarity to ideal solution (TOPSIS) method and uses fuzzy networks to solve multicriteria decision-making problems where both benefit and cost criteria are presented as subsystems. Thus, the decision maker evaluates the performance of each alternative for portfolio optimization and further observes the performance for both benefit and cost criteria. This approach improves significantly the transparency of the TOPSIS methods, while ensuring high effectiveness in comparison with established approaches. The proposed method is further tested to solve the problem of selection/ranking of traded equity covering developed and emergent financial markets. The ranking produced by the method is validated using Spearman rho rank correlation. Based on the case study, the proposed method outperforms the existing TOPSIS approaches in terms of ranking performance.

تلتقط الأنظمة الغامضة التي تتكون من قواعد قواعد شبكية، تسمى الشبكات الغامضة، أنواعًا مختلفة من عدم الدقة المتأصلة في البيانات المالية وفي عمليات صنع القرار بشأنها. تقدم هذه الورقة امتدادًا جديدًا لتقنية ترتيب التفضيل عن طريق التشابه مع طريقة الحل المثالي (TOPSIS) وتستخدم شبكات غامضة لحل مشاكل صنع القرار متعددة المعايير حيث يتم تقديم كل من معايير الفائدة والتكلفة كنظم فرعية. وبالتالي، يقوم صانع القرار بتقييم أداء كل بديل لتحسين المحفظة ويلاحظ كذلك الأداء لكل من معايير الفائدة والتكلفة. يحسن هذا النهج بشكل كبير من شفافية أساليب TOPSIS، مع ضمان فعالية عالية مقارنة بالنهج المعمول بها. يتم اختبار الطريقة المقترحة بشكل أكبر لحل مشكلة اختيار/ترتيب الأسهم المتداولة التي تغطي الأسواق المالية المتقدمة والناشئة. يتم التحقق من التصنيف الناتج عن الطريقة باستخدام ارتباط رتبة Spearman rho. بناءً على دراسة الحالة، تتفوق الطريقة المقترحة على مناهج TOPSIS الحالية من حيث أداء الترتيب.