Optimizable multiresolution quadratic variation filter for high-frequency financial data
Yüksek frekanslı finansal veri için optimize edilebilir çok çözünürlüklü karesel varyasyon filitresi
- Tez No: 255583
- Danışmanlar: PROF. DR. ERSAN AKYILDIZ, YRD. DOÇ. DR. KASIRGA YILDIRAK
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Dalgacık analizi, Finansal analiz, Mikroyapı, Oynaklık, Varyans, Yüksek frekans, Çok çözünürlü teknikler, Wavelet analysis, Financial analysis, Microstructure, Volatility, Variance, High frequency, Multiresolution tecnique
- Yıl: 2009
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Uygulamalı Matematik Enstitüsü
- Ana Bilim Dalı: Finansal Matematik Ana Bilim Dalı (disiplinlerarası)
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İşlem bazında finansal veriye daha kolay ulaşılabildikçe, anlık oynaklığın tahmin edilmesi önem kazanan bir konu haline gelmiştir. Bunun için yüksek frekanslı verinin doğru ve verimli şekilde işlenmesi gerekmektedir. Ancak gözlemsel bulgular, yüksek frekanslı verinin, mikroyapı etkileri nedeniyle kullanılamaz hale gelebileceğini göstermektedir. Bu sorunun üstesinden gelmek için en sık kullanılan yöntem, takvim, işlem veya işsel yoğunluk ölçütlerinde eşit aralıklı örnekleme yapmaktır. Bu konuda yapılmış karşılaştırmalı araştırmalar, en başarılı örnekleme şemasının 5 ila 20 dakikada bir örnekleme yapan bir takvimsel örnekleme şemasıolduğunu ileri sürmektedir. Ancak bu, genelde verinin yüzde 99'unun kullanılamaması anlamına gelmektedir. Bu durumda, daha iyi bir örnekleme yöntemine ihtiyac¸ duyulduğu çok açıktır. Değişik araştırmalar alternatif örnekleme teknikleri önerse de, bunların hiçbiri en iyi olarak sunulamamaktadır.Çalışmamız, verinin değişik frekanslarda taşıdığı bilgiyi kullanan ve mikro yapı etkilerine daha az maruz kalan bir örnekleme şeması üzerinde yoğunlaşmaktadır. Örnekleyicisine Optimize Edilebilir Karesel Varyasyon Filtresi adını verdiğimiz yeni bir işsel yoğunluk kavramı sunmaktayız. Filtremiz Çoklu Çözünürlük Tekniklerini kullanarak veriyi değişik frekanslara ayrıştırmakta ve karesel varyasyon kullanarak yeni bir işsel zaman ölçütü yaratmaktadır.Gözlemsel bulgularımız, filtremizin, diğer sık kullanılan örnekleme yöntemlerine göre mikroyapı etkilerine çok daha az maruz kaldığını göstermektedir. Kullandığımız veri, Türkiye Bankalararası Döviz Piyasası'nın işlem bazında verileridir. Bu piyasa günde yaklaşık 14 saat kapalı olduğundan, kapanış-açılış fiyatları arasında ciddi oynamalar görülebilmektedir. Bu oynamaların etkilerini azaltmak için ayrıca bir yumuşatma yöntemi önermekteyiz.
Özet (Çeviri)
As the tick-by-tick data of financial transactions become easier to reach, processing that much of information in an efficient and correct way to estimate the integrated volatility gains importance. However, empirical findings show that, this much of data may become unusable due to microstructure effects. Most common way to get over this problem is to sample the data in equidistant intervals of calendar, tick or business time scales. The comparative researches on that subject generally assert that, the most successful sampling scheme is a calendar time sampling which samples the data every 5 to 20 minutes. But this generally means throwing out more than 99 percent of the data. So it is obvious that a more efficient sampling method is needed. Although there are some researches on using alternative techniques, none of them is proven to be the best.Our study is concerned with a sampling scheme that uses the information in different scales of frequency and is less prone to microstructure effects. We introduce a new concept of business intensity, the sampler of which is named Optimizable Multiresolution Quadratic Variation Filter. Our filter uses multiresolution analysis techniques to decompose the data into different scales and quadratic variation to build up the new business time scale. Our empirical findings show that our filter is clearly less prone to microstructure effects than any other common sampling method.We use the classified tick-by-tick data for Turkish Interbank FX market. The market is closed for nearly 14 hours of the day, so big jumps occur between closing and opening prices. We also propose a new smoothing algorithm to reduce the effects of those jumps.
Benzer Tezler
- DynapSIM: a fast, optimizable, and mismatch aware mixed-signal neuromorphic chip simulator
DynapSIM: hızlı, optimize edilebilir ve uyuşmazlık duyarlı karma sinyalli nöromorfik çip simülatörü
UĞURCAN ÇAKAL
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İLKAY ULUSOY
- Hipospadias olgularında inflamatuar sürecin veri madenciliği yöntemleri ile tespiti
Detection of inflammatory process in hypospadias cases with data mining methods
HÜLYA ACAR
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİROL ASLANYÜREK
DOÇ. DR. EMRAH AYDIN
- Automatic modulation classification with machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımları ile otomatik modülasyon sınıflandırması
AKİL KUTLU
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA YILMAZ
- İnternetten alışverişte dijital pazarlama araçlarının tüketici satınalma davranışlarına etkileri
The impact of digital marketing tools on consumer purchasing behavior in online shopping
NİLÜFER AKSOY
Yüksek Lisans
Türkçe
2026
ReklamcılıkBahçeşehir Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURÇAK CEBECİ PERKER
- Dağıtık veri tabanlarında sorgu optimizasyonu
Query optimization of distributed database systems
BANU TEZEL