Yapay sinir ağları ile portföy optimizasyonu
Portfolio optimization with artificial neural networks
- Tez No: 312971
- Danışmanlar: YRD. DOÇ. DR. NECATİ ÖZDEMİR
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Balıkesir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 177
Özet
Yapay zeka tekniklerinden biri olan yapay sinir ağları (YSA), finansal piyasalarda son yıllarda öngörü (tahmin) ve optimizasyon problemlerinde sıkça kullanılmaktadır. YSA, özellikle doğrusal olmayan sistemlerde, öngörüsel açıdan istatistiksel tekniklere göre daha çok kolaylık sağlayan özelliklere sahiptir.Bu tezde, İMKB-Ulusal Sınai Endeksinde yer alan 140 hisse senedinin 2010 yılına ait aylık ortalama getirileri kullanılarak risk-getiri tahmini ve portföy optimizasyonu amaçlanmıştır. Bu amaç için, belirtilen hisse senetleri ile aktif büyüklük, piyasa değeri, işlem hacmi ve özsermaye niceliklerine göre eşit ağırlıklı portföyler oluşturulmuş ve bu portföylerin risk-getirileri hesaplanmıştır. Bu değerler kullanılarak yapay sinir ağı eğitilmiş ve eğitilen bu ağ ile de test işlemi gerçekleştirilmiştir.Test sonucunda getiri ve risk bazında en iyi sonuç özsermayeye göre oluşturulan portföylerde elde edilmiştir. Ayrıca YSA ile getiri tahmininin %1'in altında hata oranı ile gerçekleştiği, risk tahmininde ise hata miktarının binde 5'in altında olduğu gözlenmiştir.Bununla beraber aktif büyüklüğü, piyasa değeri ve özsermayesi en yüksek olan hisse senetleriyle oluşturulan portföylerin getirileri diğer portföylere göre daha yüksek olmamasına rağmen risk seviyeleri diğer portföy risklerine nazaran minimum seviyededir. Fakat işlem hacmi en yüksek olan hisse senetleriyle oluşturulan portföyün getiri ve riskinin maksimum düzeyde olduğu gözlenmiştir.Uygulamanın optimizasyon kısmında, bahsi geçen 140 şirketin risk ve getirileri kullanılarak eşit ağırlıklı 50 tane portföy oluşturulmuştur. Maksimum getiriye sahip portföyün getirisi olan %7.5916 değeri için YSA 0.0567 hata oranı ile %7.1590 değerini bulmuştur.Ayrıca oluşturulan 50 portföy arasında minimum riske sahip olan portföyün riski (standart sapması) ise 0.0019 dur. Bu değer YSA'da 0.0005 hata farkıyla 0.0024 olarak tahmin edilmiştir.
Özet (Çeviri)
Artificial neural networks (ANN), which is one of the artificial intelligence techniques, is frequently used in financial markets forecasting (estimation) and optimization problems in recent years. Especially in non-linear systems, terms of predictive, ANN has properties which provide more convenience than statistical techniques.In this thesis, using the monthly average returns for the year 2010 of 140 stocks contained in ISE-National Industrial Index, risk-return forecasting and portfolio optimization were aimed. For this purpose, using these stocks, equal-weighted portfolios were formed according to companies? active sizes, market capitalizations, trading volumes and equities. Meanwhile risks and returns of these portfolios were calculated. An artificial neural network was trained using the founded values and testing process was realized with this network was trained.According to test results, the best results on the basis of return and risk were obtained in portfolios which generated from equity. In addition, the error rate of ANN's return prediction was realized approximately 1 percent, the amount of error of risk estimate was observed as less than 5 per thousand.Besides, although returns of portfolios, which are generated from stocks whose active sizes, market values and equities are the highest, are not higher level than the other portfolios, their risk levels are minimum level compared to other portfolios' risk levels. However, it was observed that return and risk of portfolios, which are generated from stocks whose trading volume is the highest, are maximum level.In optimization part of the application, using the return and risk of mentioned 140 companies were created equal-weighted 50 portfolios. ANN found that the return of portfolio which has the maximum return (7.5916%) as 7.1590% with rate of error 0.0567.In addition, the risk (standart deviation) of the portfolio that has minimum risk in mentioned 50 portfolios is 0.0019. This value was estimated to be 0.0024 with 0.0005 amount of error.
Benzer Tezler
- Portfolio optimization with wavelet analysis and neural fuzzy networks
Dalgacık analizi ve bulanık sinir ağları modeli ile portföy optimizasyonu
ÖMER ZEKİ GÜRSOY
- Karar verme aracı olarak yapay sinir ağları ve yapay sinir ağları ile portföy optimizasyonu
Atifical neural networks as decision making tools and portfolio optimization by artificial neural networks
TUNÇHAN CURA
- Yapay sinir ağları ile hisse senedi kapanış fiyatlarının tahmini ve portföy optimizasyonu
Stock prices forecasting with artificial neural networks and portfolio optimization
MERVE ŞİŞCİ
Yüksek Lisans
Türkçe
2017
Endüstri ve Endüstri MühendisliğiDumlupınar ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZDEN ÜSTÜN
- Portfolio optimization with sentiment analysis
Yaklaşım analizi ile portföy optimizasyonu
AHMET ERARSLAN
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET REFİK GÜLLÜ
- Veri madenciliğine dayalı akıllı fon portföy optimizasyon sistemi
Data mining based smart fund portfolio optimization system
GÖRKEM SARIKAYA
Doktora
Türkçe
2016
İşletmeBaşkent Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. NERMİN ÖZGÜLBAŞ
DOÇ. DR. ALİ SERHAN KOYUNCUGİL