Genetik algoritmalarla portföy optimizasyonu
Portfolio optimization with genetic algorithms
- Tez No: 141109
- Danışmanlar: DOÇ. DR. YALÇIN KARATEPE
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2004
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Finansal piyasalarda yatırım kararlan önemli ölçüde belirsizlik içermekte ve yatırımlardan beklenen getiri açısından önemli bir risk söz konusu olmaktadır. Belirsizlik ortamında sürekli dalgalanmakta olan finansal piyasalarda bireysel ve kurumsal yatırımcıların güvencesi çeşitlendirme ile portföy oluşturulmasıdır. Geleneksel portföy yönetiminde her bir menkul kıymet tek tek ele alınmış ve riskin birden fazla menkul kıymete dağıtılması amaçlanmıştır. Modern Portföy Teorisi (MPT) ise yatırım bilimine yeni bir bakış açısı getirerek, menkul kıymetleri tek tek ele almak yerine piyasayı bir bütün olarak ele alan sistematik bir yatırım yaklaşımı ortaya koymuştur. Genetik algoritmalar, insanın karar alma yeteneğinin bilgisayarlar kullanılarak benzetilmesine dayanan bir tür yapay zeka tekniğidir. Genetik algoritmalar zor problemleri, bir başlangıç aday çözüm kümesinin tekrarlanan bir süreç kullanılarak evrimleştirilmesi yoluyla, çözüm uzayındaki daha iyi çözümlere ulaşmaya çalışarak çözmeyi amaçlar. Bu çalışmada genetik algoritmaların kısıtlı portföy optimizasyon problemine uygulanabilirliği incelenmiştir. Bu amaçla, Modern Portföy Teorisi ve Genetik Algoritmaların teorik olarak ele alınmasından sonra, genetik algoritmalar ile İMKB- 30 hisse senetlerinin verileri kullanılarak istenen kısıtları sağlayan optimal portföylerin bulunduğu bir Örnek çalışma anlatılmıştır. 74
Özet (Çeviri)
ABSTRACT Due to the inherent uncertainty of the investment decisions in financial markets, there is considerable risk regarding the expected returns. In such volatile, ever changing financial markets the assurance for individual and institutional investors is diversification and portfolio construction. Traditional portfolio management was focused on analyzing and selecting individual assets wtih the aim of distributing risk among a number of assets. Modern portfolio theory brought a new systematic approach to investment with a focus on the whole market rather that the individual assets. Genetic algorithms is an artificial intelligence technique based on the simulation of human decision process by using computers. Genetic algorithms are used to solve hard problems by evolving an initial population through a repeated process with the aim of reaching better solutions in the solution space. In this thesis, we investigate the applicability of genetic algortihms to the problem of constrained portfolio optimization. After a theoretical overview of Modern Portfolio Theory and Genetic Algorithms, a case study of finding optimal portfolios with satisfying the requested constaints using the İMKB-30 stocks daily return data is presented. 75
Benzer Tezler
- Genetic algorithm approach for the optimization of technical trading rule parameters
Teknik alım satım kurallarının parametre optimizasyonu için genetik algoritma yaklaşımı
TİMUR HÜLAGÜ
Yüksek Lisans
İngilizce
2001
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. A. SEVTAP SELÇUK
- Genetik algoritma kullanarak piyasa zamanlaması yöntemiyle portföy yönetimi
Portfolio management using market timing with the help of genetic algorithms
MERT TAŞ
- Genetik algoritmalar yardımıyla portföy yönetimi
Portfolio management using genetic algorithms
SELAHADDİN BURAK ÖMEROĞLU
Yüksek Lisans
Türkçe
2005
EkonometriMarmara ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. İBRAHİM DOĞAN
- Approximating small open economy models with neural network trained by genetic algorithm
Küçük açık ekonomi modellerinin genetik algoritma ile eğitilmiş sinirsel ağ ile yakınsanması
YEŞİM COŞKUN
Yüksek Lisans
İngilizce
2008
Ekonomiİhsan Doğramacı Bilkent ÜniversitesiEkonomi Ana Bilim Dalı
DOÇ. NEDİM ALEMDAR