Advanced nonlinear and nonstationary methods for the analysis of financial time series
Finansal zaman serilerinin analizinde ileri lineer olmayan ve durağan olmayan yöntemler
- Tez No: 648755
- Danışmanlar: PROF. DR. GAZANFER ÜNAL
- Tez Türü: Doktora
- Konular: Ekonomi, Economics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Yeditepe Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Finansal İktisat Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 171
Özet
Durağan olmayan ve doğrusal olmayan zaman serileri analizi üzerine geniş bir yelpazedeki ileri konular ve yöntemler bu tezin içeriğini oluşturmaktadır. Bu araştırmalar ve içerikleri şöyle özetlenmektedir. Wavelet coherence metodu FTSE 100 ve S&P 500 ile birlikte çeşitli başlıca Asya borsaları ve gayrimenkul piyasaları üzerinde uygulanarak incelenmektedir. Gelişmiş ekonomi borsalarının Asya borsaları üzerinde güçlü etkileri olduğu ortaya çıkmaktadır. Bu ilişkiler, bireysel zaman serileri ile oluşturulan modellerden daha az tahmin hatası gösteren VARMA esaslı bir tahmin modeli geliştirmek için kullanılmaktadır. Ayrıca, üç zaman serisi arasındaki dinamik korelasyonların analizi için multiple wavelet coherence metodu uygulanmaktadır. FIGARCH(p, d, q) proseslerinin kaosla ilgili özellikleri, doğrudan stokastik fark denklemleri ve simüle zaman serileri üzerinden mutual information, false nearest neighbor metodu, Wolf algoritması, Kantz algoritması ve Jacobian algoritması ile correlation dimension ve en büyük Lyapunov üssü hesaplanarak incelenmektedir. Kaotik gürültülü Duffing harita serileri ve daha sonra aynı özelliklere sahip finansal zaman serileri için yeni bir stokastik modelleme ve tahmin yöntemi geliştirilmektedir. Bu telegraf proses ve fraksiyonel Gauss gürültüsünün kombinasyonu, rejim değiştirme ve long-range bağımlı özelliklere sahip gürültülü Duffing harita serisine ve daha sonra aynı özelliklere sahip gerçek dünya finansal zaman serisine fit edilmektedir. Multiscale correlation dimension (MSCD), zaman serilerinin kaotik özelliklerinin incelenmesinde yeni bir yöntem olarak geliştirilmektedir. Kaotik yapıyı ölçmek için correlation dimension algoritması ve ölçekleme aracı olarak mean filtre ve Gauss filtresi kullanılarak çok ölçekli karakteristikler yakalanabilmektedir. MSCD yöntemine ile, correlation dimension ve Hurst üssü ilişkisi, çeşitli zaman serileri üzerinde çoklu ölçeklerde incelenmektedir.
Özet (Çeviri)
A broad range of advanced subjects and methods for nonstationary and nonlinear time series analysis comprises this thesis. These researches and their contents are summarized as follows. The wavelet coherence is investigated and applied on FTSE 100 and S&P 500 with several major Asian markets and major real estate markets. It is revealed that the developed economy stock markets have strong influences over Asian stock markets. These relationships are used to develop a VARMA based forecast model that shows less forecast errors than the models constructed with individual time series. Moreover, the multiple wavelet coherence is added for the analysis of dynamic correlations between three time series together. The chaos related properties of FIGARCH(p, d, q) processes are examined by computing the correlation dimension and the largest Lyapunov exponent from the stochastic difference equations directly and the simulated time series through mutual information, false nearest neighbour method, Wolf's algorithm, Kantz's algorithm and Jacobian algorithm. A new stochastic modelling and forecasting method for the chaotic noisy Duffing map series and for the financial time series with identical characteristics is introduced. The combination of telegraph process and the fractional Gaussian noise is fitted to the noisy Duffing map series that possesses regime switching and long-range dependent characteristics and then the real-world financial time series with identical features. Multiscale correlation dimension (MSCD) is proposed as a new method for chaotic properties of time series. Based on MSCD method, fractal dimension and Hurst exponent relationship is investigated in multiple scales on several time series.
Benzer Tezler
- Güç sistemi gözetiminde yapay nöral devre ile stokastik işaret işleme
Stochastic signal processing with neural network in power plant monitoring
SERHAT ŞEKER
Doktora
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. ÖZER ÇİFTÇİOĞLU
- Fault detection of a planetary gear system based on non-linear dynamic modeling and vibration signals via non-stationary time series models
Doğrusal olmayan dinamik modelleme ve titreşim sinyallerine dayalı bir planet dişli sisteminin durgun olmayan zaman serisi modelleri ile hata tespiti
BEHRANG HOSSEINIAGHDAM
Doktora
İngilizce
2023
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER CİĞEROĞLU
- Kestirilen eşdeğer kontrol sinyali ile modelden bağımsız kayan kipli kontrol
Model free sliding mode control with estimated equivalent control signal
MEHMET BUĞRAHAN KALAYCI
Doktora
Türkçe
2022
Makine MühendisliğiYozgat Bozok ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. İLHAMİ YİĞİT
- Modeling of the nonlinear behavior of semi-rigid connections in steel framed structures and its influence on three dimensional analysis of structural systems
Çelik yapılarda yarı rijit bağlantıların doğrusal olmayan davranışının modellenmesi ve üç boyutlu yapısal çözümlemelere olan etkisinin araştırılması
HALİL FIRAT ÖZEL
Doktora
İngilizce
2019
İnşaat MühendisliğiOrta Doğu Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. AFŞİN SARITAŞ
- Investigation of structure-soil-structure interaction in high rise structures with piles under earthquake effect
Deprem etkisi altında kazıklı yüksek yapılarda yapı-zemin-yapı etkileşiminin incelenmesi
VEFA OKUMUŞ
Doktora
İngilizce
2022
Deprem Mühendisliğiİstanbul Üniversitesi-Cerrahpaşaİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. CENK ALHAN