Comparison of robust optimization models forportfolio optimization
Portföy eniyilemesi için gürbüz eniyileme modellerininkarşılaştırması
- Tez No: 642108
- Danışmanlar: DR. BURAK KOCUK
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 77
Özet
Portföy seçiminde eniyileme tekniklerinin kullanılması finansal kararlarda büyük ilgi görmüştür. Bununla birlikte, optimal portföy seçiminde karşılaşılan temel zorluklardan biri, modellerin belirsiz parametrelerin tahminlerine duyarlı olmasıdır. Bu tezde, belirsiz parametreleri standart portföy problemine dahil etmek için gürbüz eniyileme problemlerine odaklanıyoruz. İlk olarak, dikkate alınan risk önlemleri varyans, Riske Maruz Değer ve Koşullu Riske Maruz Değer olduğunda, bilinen eniyileme modellerine genel bir bakış sunuyoruz. Ardından, belirsizlik kümeleri, ortalama getiri vektörü veya kovaryans matrisi veya her ikisi için politopik, elipsoidal veya bütçelenmiş belirsizlik içerdiğinde, bu portföy eniyileme problemlerinin gürbüz versiyonlarının konik program olarak yeniden gösterilmesini sağlıyoruz. Son olarak, gürbüz eniyileme yaklaşımlarının etkinliğini değerlendirmek ve karşılaştırmak için iki gerçek veri seti üzerinde sayısal bir çalışma yürütüyoruz.
Özet (Çeviri)
Using optimization techniques in portfolio selection has attracted significant attention in financial decisions. However, one of the main challenging aspects faced in optimal portfolio selection is that the models are sensitive to the estimations of the uncertain parameters. In this thesis, we focus on the robust optimization problems to incorporate uncertain parameters into the standard portfolio problems. First, we provide an overview of well-known optimization models when risk measures considered are variance, Value-at-Risk, and Conditional Value-at-Risk. Then, we provide reformulations of the robust versions of these portfolio optimization problems as conic programs when the uncertainty sets involve polytopic, ellipsoidal, or budgeted uncertainty for either mean return vector or covariance matrix or both. Finally, we conduct a computational study on two real data sets to evaluate and compare the effectiveness of the robust optimization approaches.
Benzer Tezler
- Comparison of methods for robust parameter design of products and processes with an ordered categorical response
Sıralı kategorik çıktılı ürün ve proses parametre tasarımı için yöntem karşılaştırması
GONCA KARABULUT
Yüksek Lisans
İngilizce
2013
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLSER KÖKSAL
- Ses-üstü uçaklarda çok-disiplinli ve çok-doğruluklu optimizasyon yöntemlerinin uygulanması
Application of multi-disciplinary and multi-fidelity optimization methods in supersonic aircraft design
ŞIHMEHMET YILDIZ
Yüksek Lisans
Türkçe
2022
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. MELİKE NİKBAY
- Topics in optimization via deep neural networks
Derin sinir ağları üzerinden eniyileme konuları
ÖMER EKMEKCİOĞLU
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ÇELEBİ PINAR
- Robust optimizasyon yöntemi ile portföy analizi: BİST100 hisseleriyle bir uygulama
Portfolio analysis with robust optimization method: An application on BIST100 stocks
SALİH ÇAM
Doktora
Türkçe
2022
EkonometriÇukurova ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. SÜLEYMAN BİLGİN KILIÇ
- Fast NOx prediction methodology via 1D thermodynamical tools
Bir boyutlu termodinamik modelleme ile NOx emisyon tahmini metodolojisinin geliştirilmesi
EMRE ÖZGÜL
Doktora
İngilizce
2019
Makine MühendisliğiBoğaziçi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. HASAN BEDİR