Yapay zeka yöntemleri ile karşılaştırmalı portföy optimizasyonu ve İMKB üzerine bir uygulama
Comparative portfolio optimization with artificial intelligence methods and an application with İMBK
- Tez No: 356457
- Danışmanlar: PROF. DR. NURDAN ASLAN
- Tez Türü: Doktora
- Konular: Ekonomi, Economics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İktisat Ana Bilim Dalı
- Bilim Dalı: Uluslararası İktisat Bilim Dalı
- Sayfa Sayısı: 306
Özet
Modern Portföy Teorisi'nin ortaya koyduğu temel model etrafında uygulanan buluşsal portföy optimizasyonu metotları, son yıllarda çeşitli akademik çalışmalara konu olmuş ve bunlarla geleneksel yöntemlere kıyasla daha başarılı sonuçlar elde edilebileceği ortaya konmuştur. Bu çalışmada, söz konusu model, iki farklı buluşsal yöntem ve bir geleneksel optimizasyon yöntemi ile ele alınmış ve BİST (eski adıyla İMKB) verilerine uygulanmıştır. Ayrıca genetik algoritma metodunun yapılandırılması aşamasında çeşitlilik endekslerinden yararlanılmış, bu sayede, daha yüksek bir çeşitlilik düzeyinde ve optimale yakın olan portföyler elde edilmiştir. Çalışma; üç metodun ürettikleri portföylerin, hem içinde bulunulan, hem de bir sonraki dönemde birbirleriyle ve borsa endeks verileriyle rakamsal karşılaştırılması ile sonuçlandırılmıştır. Çeşitlilik faktörünün, hem teorik en kötü durum senaryolarında, hem de gerçek verilerle yapılan uygulamalarda başarılı çıktılar üretebildiği gösterilmiş, ayrıca çalışmadaki diğer buluşsal yöntem olan reaktif arama optimizasyonu metodunun, geleneksel yöntem karşısındaki performansı rakamsal olarak ortaya konmuştur. Anahtar Kelimeler : Portföy Optimizasyonu, Genetik Algoritmalar
Özet (Çeviri)
In recent years, heuristic portfolio optimization methods applied on the basic model of the Modern Portfolio Theory, have been a subject of various academic studies, which show that it is possible to reach more successful results compared to conventional methods. In this study, the model is applied over BİST (İMKB) data, with one conventional and two heuristic methods. Besides, diversity indices are used while constructing the genetic algorithm method, and by the help of those indices, portfolios were able to be developed, with a high level of diversity and optimality at the same time. At the final stage of the study, portfolios that are produced by the three methods, are compared to each other and to the index prices of the exchange for the next period. It is also shown that, the usage of diversity factor may lead to better output, both for fictive worst case scenarios and for the real world cases. Data are also presented in order to show the performance comparison between the other heuristic method of the study (reactive search optimization) and the conventional method. Keywords : Portfolio Optimization, Genetic Algorithms
Benzer Tezler
- Parçacık sürü optimizasyonuna dayalı portföy optimizasyonu
Portfolio optimization based on particle swarm optimization
AZİZE ZEHRA ÇELENLİ
Yüksek Lisans
Türkçe
2013
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. EROL EĞRİOĞLU
- Machine learning applications for time series analysis
Zaman serileri analizi için makine öğrenmesi uygulamaları
MERT CAN
Yüksek Lisans
İngilizce
2024
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. ATABEY KAYGUN
- Comparison of stock selection methods: An empirical research on the borsa İstanbul
Hisse senedi seçimi modellerini karşılaştırma: Borsa İstanbul hisse senetleri üzerinde ampirik bir uygulama
ALİ SEZİN ÖZDEMİR
Doktora
İngilizce
2023
Maliyeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. KAYA TOKMAKÇIOĞLU
- Yapay zeka teknikleri ile fizyolojik sinyallerde duygu durumlarının karşılaştırması ve değerlendirilmesi
Comparison and evaluation of emotional states in physiological signals with artificial intelligence techniques
ÜMRAN IŞIK
Doktora
Türkçe
2024
Mühendislik BilimleriErciyes ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞEGÜL GÜVEN
- Derin pekiştirmeli öğrenme yöntemleri ile PI ve PID kontrolcü performansının iyileştirilmesi
Improving PI and PID controller performance with deep reinforcement learni̇ng methods
SEVİLAY TÜFENKÇİ KABAK
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CELALEDDİN YEROĞLU
DOÇ. DR. GÜRKAN KAVURAN