Using machine learning to develop an asset allocation application
Varlık tahsisi uygulaması geliştirmek için makine öğrenmesi kullanımı
- Tez No: 649232
- Danışmanlar: PROF. DR. BURAK SALTOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Ekonomi, Economics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonomi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 44
Özet
Bu çalışma sırasında, faktörü takip eden portföy (factor mimicking portfolio (FMP)) oluşturulması sırasında makine öğrenmesinden yararlanılmış ve oluşturulan bu portföy bir uygulama içerisinde kullanılmıştır. Çalışmamızda hedef makro ekonomik faktör enflasyon olarak belirlendi. FMP oluşturulması sürecinde doğrusal regresyon modeli LASSO ve Ridge regresyon modellerinden daha iyi performans göstermiştir. Portföydeki hisselerin yönetimini gerçekleştirmek için ve bu portföyü uygulamalı olarak kullanmak için, gelecek enflasyon değerleri Random Forest makine öğrenmesi yöntemi kullanılarak tahmin edildi. Random Forest modelinin tahmin doğruluğu 1-dönem gecikme (1-period lag) ve basit hareketli ortalama (Simple Moving Average) yöntemlerinden daha iyi olmakla birlikte, Kaydırmalı ARIMA modeli daha az tahmin hatasına sahip. Buna rağmen, Random Forest yönteminin tahmin ettiği enflasyon değerleri ile yönetilen portföy, Kaydırmalı ARIMA'nın tahminleriyle yönetilen portföyden daha fazla getiri getirmekle birlikte hem daha yüksek Sharpe ve Sortino rasyolarına sahip hem de daha düşük en yüksek düşme noktasına sahip. Son olarak, bir yatırım stratejisi takip ederek sermayenin %95'i eşit ağırlıklı portföye ve %5'i oluşturduğumuz portföye yatırıldı. Piyasa karşılaştırmalı değerlendirme noktası olarak eşit ağırlıklı portföy seçildi ve önerilen portföyün piyasadan daha iyi performans verdiği gösterildi.
Özet (Çeviri)
This paper aims to analyze factor mimicking portfolio (FMP) construction in the context of Machine Learning and use it in a practical application. Inflation is chosen as the target macroeconomic factor in this study. We show that in the FMP construction process, Linear regression model performs better than LASSO and Ridge regression. In order to provide an application with FMP, Random Forest model is utilized in forecasting future inflation values so that asset allocation in the FMP can be done accordingly. While forecast accuracy of the Random Forest model is better than 1-period lag and simple moving average models, Rolling ARIMA model has smaller forecast error. However, FMP which is updated by the inflation forecasts from Random Forest provide more profit, higher Sharpe and Sortino ratios, and smaller maximum drawdown than the one with the Rolling ARIMA. Lastly, we follow a strategy such that we invest 95% of the initial capital to equally weighted portfolio and 5% of the initial capital to the FMP. We show that the proposed model outperforms the market where equally weighted portfolio of the same assets is used as market benchmark.
Benzer Tezler
- Etkin bina emlak vergi değerinin belirlenebilmesi için makine öğrenme temelli bir değerleme modeli önerisi
A proposal for a machine learning based valuation model for determining efficient building property tax value
ELİF ŞEVVAL TAŞTAN
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. REHA METİN ALKAN
- Developing data-driven methods using machine learning in operations and finance
Üretim yönetimi ve finansta yapay öğrenme kullanan veri tabanlı yöntemler
DAVOOD PIRAYESH NEGHAB
Doktora
İngilizce
2021
Endüstri ve Endüstri MühendisliğiKoç ÜniversitesiEndüstri Mühendisliği ve Operasyon Yönetimi
PROF. DR. AHMET FİKRİ KARAESMEN
- Büyük veri ve finansal piyasalarda istatistiki makine öğrenmesi metodlarının yatırım kararlarında kullanılması
Using big data and statistical machine learning methods in investment decisions in financial markets
FEHİM KURUCAN
- Makine öğrenmesi yöntemleri ile hibrit ve kompozit ZA-27 alaşımlarının aşınma davranışlarının karşılaştırmalı analizi
Comparative analysis of wear behavior of hybrid and composite ZA-27 alloys using machine learning methods
SENA NUR ADIYAMAN
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLTEKİN ÇAĞIL
- Palm yağı fiyatlarını etkileyen parametreler ve fiyat tahmin modeli
Parameters affecting palm oil prices and price forecasting model
HASAN ÖZMAY
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESRA BAŞ