Bayesci olasılıksal oynaklık modelleri
Bayesian stochastic volatility models
- Tez No: 216456
- Danışmanlar: DOÇ. DR. GÜL ERGÜN
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Bayes yaklaşımı, Gibbs örneklemesi, Markov zinciri, Monte Carlo Yöntemi, Risk, Stokastik volatilite, Bayes approach, Gibbs sampling, Markov chain, Monte Carlo Method, Risk, Stochastic volatility
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Bölümü
- Bilim Dalı: İstatistik Ana Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Riskin temel göstergesi olan oynaklık, finansın en önemli konularından birini oluşturmaktadır. Finansal zaman serilerinde oynaklığın modellenmesi ve tahmini önemle üzerinde durulan bir konudur. Uluslararası finans piyasalarında son yıllarda yaşanan çalkantılar piyasaların hareketlerinin önceden tahmin edilmesine yönelik çabaları arttırmıştır. Özellikle, finans piyasalarının işleyiş dinamiklerinin geleneksel iktisadi yöntemlerle açıklanamaması, bu alanlarda gelişmiş sayısal yöntemlerin kullanılmasının gerekliliğini ortaya koymaktadır.Tez çalışmasının amacı son yıllarda finans piyasalarında yaşanan çalkantılarla ortaya çıkan piyasa hareketlerinin önceden tahmin edilmesine yönelik çabalardan finansal verilerin modellenerek yapısının ortaya konmasında yeni bir yöntem olan Olasılıksal Oynaklık Modellerini tanıtmak ve farklı finans verilerini kullanarak Olasılıksal Oynaklık Modellerine Bayesci bir yaklaşımda bulunmaktır.Çalışmada Olasılıksal Oynaklık Modelleri Bayesci bir yaklaşımla ele alınmış olup, oynaklığın modellenmesinde başvurulan diğer yöntemlere göre finansal verilerin temel özelliklerine daha yatkın olduğu ve Bayesci yaklaşımın getirmiş olduğu avantajlardan faydalandığı görülmüştür. Çalışmada BUGS programı kullanılarak oluşturulmuş Olasılıksal Oynaklık Modellerine de yer verilmiştir.
Özet (Çeviri)
Volatility which is the basic indicator of risk, is the one of the most important subject in finance. To model the volatility of financial time series and to estimate the parameters are the main targets in finance. The unpredictable fluctuation of international finance market in recent years increased the efforts to predict that unknown waves. Especially after realizing the operation dynamics of financial markets could not be explained by the conventional economical methods, the usage of advanced numerical methods became a must for this field.The purpose of the thesis is to employ Stochastic Volatility Models to predict market movements emerging after fluctuations in financial markets recently and making a Bayesian approach to Stochastic Volatility Models utilizing different financial datasets.In thesis, Stochastic Volatility Models are handled by a Bayesian approach and is observed that it tends to basic characteristics of financial datasets more than other approaches and made use of advantages Bayesian approach brought. In thesis, Stochastic Volatility Models constructed by BUGS program has also been given a place.
Benzer Tezler
- Hybridization of probabilistic graphical models and metaheuristics for handling dynamism and uncertainty
Değişimin ve belirsizliğin ele alınması için olasılıksal çizgesel biçelerin ve sezgi-üstlerinin melezleştirilmesi
GÖNÜL ULUDAĞ
Doktora
İngilizce
2021
Nörolojiİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE ŞİMA UYAR
- Bayesçi ağlarda zamansal değişkenlerin kullanımı
Using time dependent variables in Bayesian networks
ASLI YAMAN
Doktora
Türkçe
2022
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MEHMET ALİ CENGİZ
- Bayesci optimizasyon algoritmasının beslenme probleminde kullanımı
The use of bayesian optimization algorithm for feeding problem
SERPİL GÜMÜŞTEKİN
Yüksek Lisans
Türkçe
2013
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. TALAT ŞENEL
- Olasılıksal alt-uzay yöntemleri ile hiperspektral imgelerde anomali saptama
Anomaly detection in hyperspectral images with probabilistic sub-space methods
NUR ALABUĞA
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiGebze Teknik ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
PROF. DR. KORAY KAYABOL
- Makine öğrenimi ve bayesçi sinir ağları ile enerji talep tahmini: belirsizlik yönetimi ve model performans analizi
Energy demand forecasting with machine learning and bayesian neural networks: Uncertainty management and model performance analysis
ALİ GÜNLÜ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATİH TEMİZ