As the world gets more and more globalized, one wants to find fast answers to the faced problems. Spending time efficiently, increasing revenues, reducing costs are the problems for which every human is looking for the solution. One of the most important of these problems, also known as Optimization problems, is called Portfolio Optimization (PO) problem. Although it was quite complex and time-consuming to solve a PO problem, the number of PO problems that are successfully solved has been recently increased with the use of heuristic techniques. One of these quite timesaving methods was introduced to the literature in 2005, namely the Artificial Bee Colony Algorithm (ABCA). This method is inspired by the foraging behavior of bees and emerged from observing bee colonies. In this study, we search for a solution to PO problem using ABCA. We test our algorithm using BIST30 data set and five benchmark instances that are already used by other researchers to test their algorithms. The results found by ABCA are compared to those, which were previously obtained by Simulated Annealing (SA), Tabu Search (TS), Genetic Algorithm (GA) and Particle Swarm Optimization (PSO) methods. Overall results show that our proposed ABC method is comparable to the other methods, namely, SA, TS GA and PSO.Key Words: Swarm Intelligence, Artificial Bee Colony, Meta-HeuristicMethods, Portfolio Optimization.

Küreselleşen dünyada insanlar karşılaştıkları sorunlara kısa sürede cevap bulmak istemektedirler. Zamanı en etkin şekilde kullanmak, gelirleri arttırmak, giderleri azaltmak her insanın çözümünü aradığı problemlerdir. Optimizasyon problemleri adı verilen bu problemlerin en önemlilerinden biri de Portföy Optimizasyonu (PO) Problemidir. Önceden çözülmesi karmaşık ve zaman alıcı olan PO problemleri, son zamanlarda kullanımı oldukça artan sezgisel tekniklerle çözülmeye başlanmıştır. Zamandan oldukça tasarruf sağlayan bu yöntemlerden biri de 2005 yılında literatüre kazandırılmış Yapay Arı Kolonisi Algoritmasıdır(YAKA). Bu yöntem, arıların besin arama davranışları gözlenerek ve arı kolonilerinden esinlenilerek ortaya çıkmıştır. Bu çalışmada YAKA ile PO problemine çözüm aranmıştır. Literatürde yer alan 5 tane örnek problem ve BIST30 verileri ile sınamalar yapılmıştır. Daha önce, Tavlama Benzetimi (BT), Tabu Arama (TA), Genetik Algoritma (GA) ve Parçacık Sürü Optimizasyonu(PSO) yöntemleriyle elde edilen sonuçlarla kıyaslanmıştır. YAKA'dan elde edilen sonuçların, TB,TA,GA ve PSO'dan elde edilen sonuçlar kadar iyi olduğu gösterilmiştir.Anahtar Kelimeler: Sürü Zekası, Yapay Arı Kolonisi, MetasezgiselYöntemler, Portföy Optimizasyonu.