مدل های بهینه سازی پورت فولیوی سنتی( مجموعه اوراق بهادار سنتی ) فرض می کند که آینده بازار سهام توسط اطلاعات پیشین پیش بینی می شود . به هر حال بدون توجه به این که چقدر اطلاعات قبلی دقیق است ، این فرضیه در بازارهای مالی به علت نوسانات شدید در محیط بازار غیر عملی است . این مقاله درباره بهینه سازی مسائل مجموعه فازی است که بازده دارایی توسط اطلاعات فازی را نشان میدهد . قسمتی از داده های اطلاعات مالی حقیقی ، اطلاعاتی است که از داده های حقیقی سال های 2012 و 2013 به عنوان ضعیف ( و نهایی ) به دست آورده شد و بخشی دیگر از نظر سنجی کارشناسان با عنوان اطلاعات پیشگویانه برای سال های 2014 تا 2017 به صورت عدد فازی مثلثی فراهم گردید. برای بهینه سازی مجموعه اوراق بهادار ، مدل های ریاضی غیر خطی برای تعدادی مشخص و اجرا شد . سپس با استفاده از تکنیک تغییر متغییرها که در متون تحقیق عملیاتی مدل ساده ای است ، دو مدل میتوانست ادغام شود و متغیرهای مدل خطی صحیح ایجاد و نتایج برای استفاده در نرم افزار لینگو استفاده شدند و سرانجام نتایجی بدست آورده شد مطابق با ایده ی اساسی اقتصاد مالی که آیا درجه ریسک سرمایه گذاری بیشتر از بازده ی بیشتری است که می خواهد بگیرد.