Geri Dön

Algorithmic trading strategies using dynamic mode decomposition: Applied to Turkish stock market

Dinamik mod ayrışımı kullanarak algoritmik ticaret stratejileri: Türk hisse senedi piyasasına uygulaması

  1. Tez No: 464971
  2. Yazar: MEHMET CAN SAVAŞ
  3. Danışmanlar: DOÇ. DR. YELİZ YOLCU OKUR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Maliye, Matematik, Finance, Mathematics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Uygulamalı Matematik Enstitüsü
  11. Ana Bilim Dalı: Finansal Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 72

Özet

Algoritmik ticaretin önemi modern finans dünyasında gün geçtikçe artmaktadır. Her yıl, algoritmik ticaretin ticaret hacmindeki payı artmakta ve modern ticaretin önemli bir parçası haline gelmektedir. Bu çalışmada dinamik mod ayrışımı kullanan bir algoritmik ticaret stratejisi geliştireceğiz. Dinamik mod ayrışımı, dinamik sistemleri zaman dinamiği bilenen daha küçük kerteli yapılara ayırarak karakterize eden, denklemsiz bir veri analiz metodudur. Metot bu yapılar sayesinde finansal tahmin yapmamıza imkan vermektedir. Metodun tahmin yeteneğini geliştirmek için genetik algoritma ile optimize edilmis¸ tamamlayıcı bir finansal teknik analiz stratejisi kullanılmıştır. Bu sayede dinamik mod ayrışımı kullanan algoritmik ticaret stratejileri geliştirilmiştir. Sonuç olarak, dinamik mod ayrışımı hisse senedi piyasalarını analiz edebilecek uygun bir metottur.

Özet (Çeviri)

Algorithmic trading schemes are growing of importance in modern financial world. Each year, increasing proportion of the total trading volume is handled by algorithmic trading systems and they have become a fundamental element of modern day trading. We demonstrate the application of an algorithmic trading strategy using dynamic mode decomposition and genetic algorithm. The dynamic mode decomposition is a data analysis tool which is capable of characterizing the dynamical systems in an equation free manner by decomposing the system into low-rank structures, dynamic modes, whose temporal evolution is known. The method enables financial market prediction using dynamic modes. In order to improve the prediction success of the method, we use a complementary technical analysis tool which is optimized with genetic algorithm. We are able to build algorithmic trading strategies using dynamic mode decomposition and test them in Turkish stock market. We conclude that dynamic mode decomposition is a capable method to analyze stock markets.

Benzer Tezler

  1. Deniz ticaret endekslerini zaman serisi modelleri kullanarak tahminleme

    Forecasting maritime trade indexes by using the time series models

    KAAN KOYUNCU

    Doktora

    Türkçe

    Türkçe

    2022

    Denizcilikİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    PROF. DR. LEYLA TAVACIOĞLU

  2. Fine tuning technical analysis models using evolutionary algorithms

    Evrimsel algoritmalar kullanan teknik analiz modellerinde ince ayar

    ALİ TAHERİ MOGHADDAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Prof. Dr. SERHAT ÖZEKES

  3. Genelleştırilmiş toplamsal modeller ile Bitcoin için yön analizi

    Directional analysis of Bitcoin using generalized additive models

    İLAYDA ARIKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    EkonomiHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SERPİL AKTAŞ ALTUNAY

  4. Yinelemeli sinir ağları ile sermaye piyasası yön tahmini üzerine bir çalışma

    A study on direction prediction of capital markets with recurrent neural networks

    MUHİDDİN ÇAĞLAR EREN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

  5. Büyük ölçekli havayolu ekip eşleme problemlerinin çözümü için bir kolon türetme stratejisi

    A column generation strategy for large scale airline crew pairing problems

    BAHADIR ZEREN

    Doktora

    Türkçe

    Türkçe

    2017

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM OZKOL