Geri Dön

Comparison of robust optimization models forportfolio optimization

Portföy eniyilemesi için gürbüz eniyileme modellerininkarşılaştırması

  1. Tez No: 642108
  2. Yazar: POLEN ARABACI
  3. Danışmanlar: DR. BURAK KOCUK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Sabancı Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. 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

  1. 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

    İngilizce

    2013

    Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜLSER KÖKSAL

  2. 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

    Türkçe

    2022

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. MELİKE NİKBAY

  3. Topics in optimization via deep neural networks

    Derin sinir ağları üzerinden eniyileme konuları

    ÖMER EKMEKCİOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Endüstri ve Endüstri Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ÇELEBİ PINAR

  4. 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

    Türkçe

    2022

    EkonometriÇukurova Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. SÜLEYMAN BİLGİN KILIÇ

  5. Fast NOx prediction methodology via 1D thermodynamical tools

    Bir boyutlu termodinamik modelleme ile NOx emisyon tahmini metodolojisinin geliştirilmesi

    EMRE ÖZGÜL

    Doktora

    İngilizce

    İngilizce

    2019

    Makine MühendisliğiBoğaziçi Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HASAN BEDİR