Portföy optimizasyonunda değiştirilmiş parçacık sürü optimizasyonu yaklaşımı
Modified particle swarm optimization approach in portfolio optimization
- Tez No: 372836
- Danışmanlar: DOÇ. DR. ÇAĞDAŞ HAKAN ALADAĞ
- Tez Türü: Yüksek Lisans
- Konular: Ekonomi, Endüstri ve Endüstri Mühendisliği, İstatistik, Economics, Industrial and Industrial Engineering, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 61
Özet
Sırt çantası problemi birçok optimizasyon probleminin temelini oluşturur. Bunlardan biri de günümüzün önemli optimizasyon problemlerinden biri olan portföy optimizasyonudur. Portföy optimizasyonu bir NP zor problemdir. Bu nedenle son zamanlarda portföy optimizasyonunun çözümünde sezgisel algoritmalar kullanılmıştır. Yapılan tez çalışmasında ilk kez değiştirilmiş parçacık sürü optimizasyonu portföy optimizasyonun çözümünde kullanılmıştır. Tezde ilk olarak parçacık sürü optimizasyonun temel kavramlarını, işleyişi ve çeşitleri yer alır. Daha sonra sırt çantası probleminin çeşitleri üzerinde durulmuştur. Portföy optimizasyonun tanımı ve modern portföy teorisi açıklanarak tezde kullanılan nicelik kısıtlı ortalama varyans modeli ve Sharpe oranı modeli açıklanmıştır. Uygulama kısmında değiştirilmiş parçacık sürü optimizasyonu, portföy optimizasyonu probleminin çözümünde kullanılarak MATLAB2010b ortamında kodlanmıştır. Standart parçacık sürü optimizasyonu ve değiştirilmiş parçacık sürü optimizasyonu bu modeller için karşılaştırılmıştır. Sonuç olarak değiştirilmiş parçacık sürü optimizasyonunun daha kısa zamanda daha optimal sonuçlar verdiği görülmüştür.
Özet (Çeviri)
One of the most studied problem in optimization world is portfolio selection problem which is based on knapsack problems. Portfolio optimization is a NP-hard problem. Because of that heuristic methods are preferred solving portfolio selection problem. In this thesis, modified particle swarm is used to solve portfolio optimization which is first application in literature. In this thesis, firstly particle swarm optimization's basic concepts, process and their versions are given. Secondly, Knapsack problems' versions are shown. Thirdly, modified particle swarm optimization and standard particle swarm optimization are used to solve two portfolio model which are cardinality constraint mean-variance model and Sharpe ratio model. In application, standard particle swarm optimization and modified particle swarm optimization are compared by using these models which are cardinality constraint mean-variance model and Sharpe model. Finally, As a result of the analysis, it is concluded that modified particle swarm optimization gets more optimal solutions than standard particle swarm optimization.
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
- Portföy optimizasyonunda veri zarflama analizi ve markowitz ortalama varyans modelinin karşılaştırması: Borsa İstanbul üzerine bir uygulama
Data envelopment analysis in portfolio optimization and comparison of markowitz mean variance model: An application on Borsa İstanbul
HATİCE CENGER
- Portföy optimizasyonunda Markowitz ve Sharpe modellerinin kullanımı: Borsa İstanbul üzerine bir uygulama
Use of Markowitz and Sharpe models in portfolio optimization: An application on the Istanbul Stock Exchange
MAHAMMAD CHARKASOV
- Portföy optimizasyonunda algoritma kullanımının etkinliğinin irdelenmesi
Examining thr effectiveness of using algorithms in portfolio optimization
KENİŞ GARAYEV
Yüksek Lisans
Türkçe
2017
İşletmeSakarya Üniversitesiİşletme Ana Bilim Dalı
YRD. DOÇ. DR. SEDAT DURMUŞKAYA
- Portföy optimizasyonunda risk ölçüleri
Risk measures in the portfolio optimization
BERNA YAZAR
Yüksek Lisans
Türkçe
2012
İstatistikGazi Üniversitesiİstatistik Ana Bilim Dalı
YRD. DOÇ. DR. FİLİZ KARDİYEN