Geri Dön

Çok amaçlı portföy optimizasyon problemi ve çözüm yaklaşımları

Multiobjective portfolio optimization problem and solution methods

  1. Tez No: 200710
  2. Yazar: ÖZDEN ÜSTÜN
  3. Danışmanlar: PROF.DR. RAFAİL GASİMOV
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Portföy Eniyileme, Ortalama-varyans-çarpıklık Modeli, Tahmin Birleştirme, Konik Skalerleştirme, Sivri Genişletilmiş Lagrange İkillik, F-MSG Algoritması, Bütünsel Eniyileme, Portfolio Optimization, Mean-variance-skewness Model, Combining Forecasts, Conic Scalarization, Sharp Augmented Lagrangian Duality, F-MSG Algorithm, Global Optimization
  7. Yıl: 2007
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Osmangazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 178

Özet

Bu çalışmada, farklı analistlerden gelen tahminleri kullanan portföy seçimi için önerilen bütünleşik bir yaklaşımın kullanışlılığı ve etkinliği incelenmiştir. Portföy eniyilemede kullanılan ortalama-varyans-çarpıklık modelini çözmek için farklı tahminleri, Konik Skalerleştirme Tekniğini ve Uygun Değerler Temelli Genelleştirilmiş Subgradient (F-MSG) Algoritmasını birleştiren üç aşamalı bütünleşik bir yaklaşım geliştirilmiştir. Birinci aşamada yatırım aracı getirileri tahminlemede tahmin hatalarının Ortalama Mutlak Sapmasını (MAD) enküçüklemede farklı kaynaklardan gelen tahmin değerlerinin dışbükey bileşimi kullanılmıştır. Getiri tahminleri ve hatalarının her bir serisinin ortalama, varyans ve çarpıklık performans ölçütlerine göre ölçülüp ve değerlendirilen dağılımsal özellikler, çok amaçlı ortalama-varyans-çarpıklık modelinin kurulmasında kullanıldı. İkinci aşamada amaç fonksiyonları, dışbükey ve dışbükey olmayan vektör eniyileme problemlerinde yatırımcı tercihlerini de göz önüne alarak en çok tercih edilen etkin çözüme ulaşılmasını sağlayan Konik Skalerleştirme Tekniği ile skalerleştirilmiştir. Üçüncü aşamada, dışbükey olmayan ve diferansiyellenemeyen skaler problemin bütünsel eniyi çözümün bulunmasını garanti eden F-MSG Algoritması kullanılmıştır. Önerilen bütünleşik yaklaşım, literatürdeki diğer yaklaşımlarla karşılaştırılmıştır. Bütünleşik yaklaşım IMKB'ye uygulanarak yatırımcının ortalama, varyans ve çarpıklık ölçütleri üzerindeki farklı tercihleri için karşılaştırmalar yapılmasıyla sonuçlar yorumlanmıştır.

Özet (Çeviri)

This study investigates the usefulness and efficacy of an integrated approach for portfolio selection guided by a set of seemingly diverse analysts' forecasts and their previous performance based on residuals. We propose a three-stage integrated approach which combines various forecasts, the conic scalarization method and the modified subgradient algorithm based on feasible values (F-MSG) to solve a mean-varianceskewness model for portfolio optimization. In the first stage, a convex combination of various forecasts is used to minimize the mean absolute deviation (MAD) with respect to the investment return prediction. Investment returns and residuals on each series of forecasts are measured and then evaluated by three performance criteria, namely, mean, variance, and skewness. Subsequently, these distributional properties of the returns are used to construct a multi-objective mean-variance-skewness model. The objective functions in this model are scalarized by using the conic scalarization method in the second stage. The conic scalarization method provides to find the most preferred nondominated solutions by considering investor preferences for both convex and nonconvex vector optimization problems. The obtained scalar problem is not only nonconvex but also non-differentiable optimization problem. In the third stage, F-MSG algorithm is used to cope with the non-differentiable and non-convex optimization problems. The performance of the integrated approach is compared with the integrated approaches suggested by previous studies. The integrated approach is applied to Istanbul Stock Exchange data. The comparison is conducted with respect to different levels of investor preferences over return, variance, and skewness and the obtained results are discussed.

Benzer Tezler

  1. Equity portfolio optimization using reinforcement learning: An emerging market case

    Pekiştirmeli öğrenme ile hisse senedi portföyü optimizasyonu: Gelişmekte olan piyasa örneği

    MERT CANDAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

  2. Hedef programlama ile portföy seçimi: Borsa İstanbul'da bir uygulama

    Portfolio selection with goal programming: An application on İstanbul Stock exchange

    NAGİHAN MEMİŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    İşletmeUludağ Üniversitesi

    İşletme Ana Bilim Dalı

    YRD. DOÇ. DR. AZİZE GÜL EMEL

  3. A problem solution proposal in project management: Portfolio project selection modeling for airline information technology departments

    Proje yönetiminde bir problem çözüm önerisi: Hava yolu bilgi teknolojisi departmanları için portföy proje seçim modellemesi

    MUHAMMED KASIM SARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    İşletmeMarmara Üniversitesi

    İşletme (İngilizce) Ana Bilim Dalı

    PROF. DR. BERİL DURMUŞ

  4. Doğrusal programlama ile portföy optimizasyonu ve İstanbul Menkul Kıymetler Borsası'na uygulanması

    Linear programming models for portfolio optimization and its applications to Istanbul Stock Market

    LEVENT AYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    EkonomiHacettepe Üniversitesi

    İktisat Ana Bilim Dalı

    PROF.DR. HALİL KAYIM

  5. Çok amaçlı portföy optimizasyonu

    Multiobjective portfolio optimization

    FİLİZ BORANDAĞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    İşletmeAnkara Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. FAZIL GÖKGÖZ