Yapay sinir ağları ile çok kriterli yatırım fonu performansı derecelendirme
Multicriteria mutual fund performance ranking with artificial neural networks
- Tez No: 708343
- Danışmanlar: PROF. DR. YAMAN ÖMER ERZURUMLU
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İşletme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Zootekni Bilim Dalı
- Sayfa Sayısı: 155
Özet
Yatırım fonu performansını derecelendirmede günümüze kadar tek veya çok kriterin kullanıldığı çok sayıda yöntem geliştirilmiş olup çok kriterli metotların hemen hemen hepsi Çok Kriterli Karar Verme Analizi (MCDA) temellerine dayanmaktadır. Performans derecelendirme için kullanılan her bir indikatör farklı bir bakış açısı ile yatırım fonunun farklı niteliklerini ölçümlemede başarılıdır. Bu nedenle bir fonun performansını derecelendirirken kullanılmayan her bir indikatör niteliği ölçülmeyen farklı bir bakış açısına ait yorumu ihmal etmekte ve eksik derecelendirme yapılmasına neden olmaktadır. Literatürde yer alan MCDA temelli yaklaşımların hemen hemen hepsinde ise ağırlıklandırma yapılmasından dolayı yapılan ağırlıklandırmanın nesnelliği tartışmalıdır. Bu çalışmanın amacı yapay sinir ağları ve 8 farklı grupta toplanan çok sayıda yatırım fonu performans ölçüm kriterini kullanan hibrit bir yatırım fonu performans derecelendirme yöntemi kurgulamak ve performansı bütünsel olarak derecelendirmektir. MCDA temelli bu yaklaşımda ağırlıklandırma nesnel olarak yapay sinir ağları tarafından piyasa şartlarına göre dinamik olarak hesaplanmaktadır. Bu çalışmada 8 farklı performans derecelendirme grubunun birbirine herhangi bir üstünlüğü olup olmadığı ve performans derecelendirme gruplarından biri çıkarıldığında modelin performans derecelendirme kabiliyetinin anlamlı olarak değişip değişmediği sınanmıştır.
Özet (Çeviri)
Many methods have been developed using single or multi criteria ranking for mutual fund performance. Besides almost every multi-criteria method is based on MCDA fundamentals to date. Every single indicator used for performance ranking is good for measuring some characteristics and bad for others; they also review the mutual fund from a different perspective. For this reason, each indicator not used in ranking neglects the interpretation of a different point of view which is not measured and leads to incomplete ratings. Furthermore, the objectivity of weighting in MCDA-based approaches in the literature is controversial due to their weighting approaches. This study aims to emphasize the necessity of holistic performance ranking approaches by proposing a holistic mutual fund performance ranking method. This method uses artificial neural networks and multiple mutual fund performance measurement criteria gathered in 8 different groups and evaluates the performance as a whole. In this study, weighting is calculated objectively by artificial neural networks which is dynamically adjusted to market conditions and it is tested whether 8 different groups have any superiority to each other. Finally, when one of the performance rating groups was omitted, it was tested whether the performance rating capability of the model changed significantly.
Benzer Tezler
- Modeling of the marine diesel engines with comparative machine learning methodologies
Gemi dizel motorların karşılaştırmalı makine öğrenmesi yöntemleri ile modellenmesi
MEHMET İLTER ÖZMEN
Doktora
İngilizce
2024
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN AZMİ ÖZSOYSAL
- Yapay sinir ağları ile ilaç talep tahmini ve bir ecza deposunda uygulama
Pharmaceutical demand forecasting with artificial neural networks and application in a pharmaceutical warehouse
CEREN BAŞARAN
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiKütahya Dumlupınar ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDURRAHMAN YILDIZ
- Farklı çok kriterli karar verme yöntemleri ile Büyük Menderes nehri havzası'nın tarımsal alan kullanım uygunluğunun değerlendirilmesi
Assessment of agricultural land use suitability of the Büyük Menderes river basin with different multi-criteria decision-making methods
ŞEYMA YİĞİT UZUNALİ
Doktora
Türkçe
2023
Peyzaj MimarlığıÇukurova ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
PROF. DR. SÜHA BERBEROĞLU
- Uluslararası havayolu yolcu taşımacılığı: Çok kriterli karar verme teknikleri ile gelir yönetimi uygulaması
International airline passenger transport: Revenue management practice with multi̇-cri̇teri̇a deci̇si̇on maki̇ng method
DERYA SEMİZ ÇELİK
Doktora
Türkçe
2017
Sivil Havacılıkİstanbul Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. DUYGU ANIL KESKİN
- Decision making approaches for financial accounting fraud: Case study for small and medium sized enterprises (SMEs) in Turkey
Finansal muhasebe dolandırıcılığı için karar verme yaklaşımları: Türkiye'deki küçük ve orta ölçekli işletmeler (KOBİ'ler) için vaka çalışması
SERHAN HAMAL
Doktora
İngilizce
2022
BankacılıkMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZLEM ŞENVAR