Hedef programlama ve genetik algoritma ile optimal portföy seçimi: BIST-30'da bir uygulama
Optimal portfolio selection using goal programming and genetic algorithm: Evidence from BIST-30
- Tez No: 877939
- Danışmanlar: PROF. DR. ŞENOL ALTAN
- Tez Türü: Yüksek Lisans
- Konular: Ekonometri, Maliye, İşletme, Econometrics, Finance, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Ankara Hacı Bayram Veli Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Yöneylem Bilim Dalı
- Sayfa Sayısı: 120
Özet
Bireylerin ya da şirketlerin akıllıca yatırım yapması ve geleceğini güvence altına alması çok önemlidir. Bu yüzden, finans alanında portföy yönetimine verilen önem de giderek artmaktadır. Yatırımcılar, karmaşık ve belirsiz ortamlarda en yüksek getiriyi sağlayacak olan portföyü oluşturmak istemektedirler. Bununla birlikte, yüksek getiri elde ettikleri yatırımın sahip olduğu riskin de düşük seviyede olmasını tercih ederler. Piyasalardaki belirsizlik dolaylı olarak da risk seviyesini artırmaktadır. Bu sebeple, yatırımcılar belirsizlik ortamında genel olarak riski azaltma eğilimindedir. Harry Markowitz tarafından geliştirilen ve Modern Portföy Yaklaşımı olarak adlandırılan ortalama varyans yöntemi, optimum portföyün oluşturulması için kullanılan temel yöntemlerden biridir. Bu yöntem, yatırımın sahip olduğu riski en aza indirerek elde edilebilecek en fazla getiriyi sağlayan yatırımı oluşturmayı amaçlamaktadır. Genel olarak ortalama varyans yöntemi, yatırımcının almayı isteyebileceği risk seviyesine kadar yatırımın riskini artırır ve daha sonra bu risk seviyesinde yatırımcıya sağlanabilecek en yüksek getirili yatırım seçeneklerini inceler. Bu çalışmada; Modern Portföy Yaklaşımı teorisinin temel mantığı çerçevesinde, BIST-30'daki hisse senetlerinin 2019 – 2023 yılları arasındaki verileri kullanılarak optimal portföyler oluşturulacaktır. Markowitz'in ortalama varyans modeli geliştirilerek, getiri ve risk değerlerine farklı finansal hedefler de dahil edilip, hedef programlama ve genetik algoritma yöntemi ile optimal portföy seçimi yapılacaktır. Bu çalışma, portföy seçim problemi için hedef programlama ve genetik algoritma uygulanmasına ilişkin önemli bir inceleme sunmaktadır. Çalışmada ilk olarak portföy seçiminde kullanılacak model oluşturulmuştur. Daha sonra model, hem hedef programlama hem de genetik algoritma yöntemleriyle çözülmüş ve portföyler oluşturulmuştur. Sonuç olarak, genetik algoritma yönteminin hedef programlama yöntemine göre model üzerinden getirisi daha fazla olan portföyler oluşturulduğu tespit edilmiştir.
Özet (Çeviri)
It is extremely important for individuals and companies to invest carefully and secure the future. Therefore, portfolio management is an important part of finance. Investors always want to create a portfolio providing the highest return in complex and uncertain environment. For sure, investors prefers to have the lowest risk while obtaining a high level of return. They do not prefer the uncertainty in the market because of the increase in the level of risk arising from uncertainty. For this reason, investors generally tend to reduce their risk in an environment of uncertainty. Mean-Variance Theory developed by Harry Markowitz and named as Modern Portfolio Theory is one of the major methods used in order to create the optimum portfolio. This theory aims to create a portfolio that the expected return is maximized for a given level of risk, making this allocation by considering the trade-off between risk and return. Generally, Mean-Variance analyses the investment which has the biggest reward at a given level of risk or the least risk at a given level of return. In this study, within the framework of the basic logic of Modern Portfolio Theory, it is tried to create an optimum portfolio among BIST-30 companies by using data between 2019 and 2023. By developing Markowitz's mean variance model, optimal portfolios will be created by adding different financial targets to return and risk values with the help of goal programming and genetic algorithm. This study provides an important review of the application of goal programming and genetic algorithm to the portfolio selection problem. At the first step in the study, the model was created to be used in portfolio selection. Then, the model was solved using both goal programming and genetic algorithm methods and portfolios were created. As a result, it has been determined that the genetic algorithm method creates portfolios with higher returns through the model than the goal programming method.
Benzer Tezler
- Çok amaçlı eşzamanlı topla-dağıt araç rotalama problemi: Hedef programlama ve genetik algoritmalara dayalı çözüm yaklaşımları
Multi-objective vehicle routing problem with simultaneous pick up and delivery: Goal programming and solution approaches based on genetic algorithms
FATMA PINAR GÖKSAL
Doktora
Türkçe
2017
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FULYA ALTIPARMAK
- Uçuş ekip planlamada genetik algoritmalar yönteminin kullanılması
The usage of genetic algorithms method in flight crew planning
EMRE İPEKÇİ ÇETİN
Doktora
Türkçe
2008
Endüstri ve Endüstri MühendisliğiAkdeniz Üniversitesiİşletme Bölümü
PROF. DR. AYŞE KURUÜZÜM
- Tehlikeli ve patlayıcı madde içeren ürünlerin geri dönüşümü için bulanık çok amaçlı planlama
Fuzzy multi-objective planning for recycling of hazardous and explosive products
ESRA DİNLER
Doktora
Türkçe
2015
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ZÜLAL GÜNGÖR
- Bistatik ve multistatik su altı sensör ağlarının optimizasyonu
Optimization of bistatic and multistatic underwater sensor networks
MÜMTAZ KARATAŞ
Doktora
Türkçe
2012
Endüstri ve Endüstri MühendisliğiKocaeli ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. GÜLŞEN AKMAN
- Bozulabilir ürünlerin dağıtım planlaması için sezgisel yaklaşımlar
Heuristic approaches for distribution planning of perishable foods
UFUK YAPAR
Yüksek Lisans
Türkçe
2016
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FULYA ALTIPARMAK