Geri Dön

Sparsity penalized mean-variance portfolio selection: Computation and analysis

Seyreklik ile düzenlenmiş ortalama varyans portföy seçme problemi: Hesaplama ve analiz

  1. Tez No: 752718
  2. Yazar: BUSE ŞEN
  3. Danışmanlar: PROF. DR. MUSTAFA ÇELEBİ PINAR, DR. ÖĞR. ÜYESİ FEYZA GÜLİZ ŞAHİNYAZAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: İhsan Doğramacı Bilkent Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 144

Özet

Ortalama Varyans Portföy seçimi olarak adlandırılan en iyi varlık portföyünü seçme problemi, varlık yönetimi çerçevesinde önemli bir matematiksel problem haline gelmiştir. Portföyün seyrekliğini kontrol etmek için ℓ0-ceza terimi ile düzenlenmiş ortalama varyans portföy seçimi problemini ele alıyoruz. Yerel ve mutlak extremumların yapısını analiz ediyoruz, mutlak ekstremum noktalarının varlığını gösteriyoruz ve mutlak extremum noktaları için bileşen bazında alt sınır şeklinde gerekli bir koşul geliştiriyoruz. Sonuçları bir Dal-Sınır algoritmasının tasarımında kullanıyoruz. Gerçek verilerle kapsamlı hesaplama sonuçlarının yanı sıra kullanıma hazır ve son teknoloji bir MIQP çözücü ile karşılaştırmalar rapor edilmektedir. Portföy riskinin beklenen getiri ve ceza parametresi karşısındaki davranışı sayısal deneylerle incelenir. Son olarak, MIQP çözücünün bulamadığı durumlar için Dal-Sınır ve Lasso tarafından verilen çözümlere göre zaman içindeki kümülatif getirileri sunuyoruz.

Özet (Çeviri)

The problem of selecting the best portfolio of assets, so-called mean-variance portfolio (MVP) selection, has become a prominent mathematical problem in the asset management framework. We consider the problem of MVP selection regularized with ℓ0-penalty term to control the sparsity of the portfolio. We analyze the structure of local and global minimizers, show the existence of global minimizers and develop a necessary condition for the global minimizers in the form of a componentwise lower bound for the global minimizers. We use the results in the design of a Branch-and-Bound algorithm. Extensive computational results with real-world data as well as comparisons with an off-the-shelf and state-of-the-art mixed-integer quadratic programming (MIQP) solver are reported. The behavior of the portfolio's risk against the expected return and penalty parameter is examined by numerical experiments. Finally, we present the accumulated returns over time according to the solutions yielded by the Branch-and-Bound and Lasso for the instances that the MIQP solver fails to find.

Benzer Tezler

  1. Comparison of single channel blind dereverberation methods for speech signals

    Tek kanallı ses sinyallerinin ekodan arındırma yöntemlerinin karşılaştırması

    DEHA DENİZ TÜRKÖZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik MühendisliğiSabancı Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAKAN ERDOĞAN

  2. Gaussian graphical approaches in estimation of biological systems

    Gaussian grafiksel modeli ile biyolojik sistemlerin tahmini

    EZGİ AYYILDIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. VİLDA PURUTÇUOĞLU GAZİ

  3. Novel model selection criteria on high dimensional biological networks

    Yüksek boyutlu biyolojik ağlarda model seçme kriterleri

    GÜL BAHAR BÜLBÜL

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. VİLDA PURUTÇUOĞLU GAZİ

  4. Kısa metin sınıflandırma için öznitelik seçimi

    Feature selection for short text classification

    RASIM ÇEKİK

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALPER KÜRŞAT UYSAL

  5. Sparse linear prediction models for radar imaging and classification

    Radar hedef görüntüleme ve sınıflandırma için seyrek doğrusal öngörü modelleri

    BAHAR ÖZEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. IŞIN ERER