Genetik algoritma kullanarak hisse senedi portföy optimizasyonu: BİST - 30'da bir uygulama
Portfolio optimzation using genetic algorithm: An application in BIST - 30
- Tez No: 414593
- Danışmanlar: YRD. DOÇ. DR. EMRE YAKUT
- Tez Türü: Yüksek Lisans
- Konular: Maliye, Ekonomi, Finance, Economics
- Anahtar Kelimeler: Algoritmalar, Borsa İstanbul, Genetik algoritmalar, Hisse senetleri, Markowitz, Modern portföy teorisi, Optimizasyon, Risk portföy yönetimi, İMKB, Algorithms, İstanbul Stock Exchange, Genetic algorithms, Stocks, Markowitz, Modern portfolio theory, Optimization, Risk portfolio management
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Osmaniye Korkut Ata Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Portföy optimizasyon problemi, Markowitz'in ortaya koyduğu modern portföy teorisi çalışmalarından bu yana finans mühendisliğinin ilgi alanlarından biri olmuştur. En iyi portföyü oluşturabilmek için portföyde yer alan hisse senetlerinin getiri ve risk ilişkisine bakılarak portföy seçim işlemi gerçekleştirilmektedir. Portföy yöneticisinin amacı, minimum risk ve maksimum getiriyi sağlayacak etkin bir portföyü oluşturmaktır. Bu amaçla yeni modeller ve bilgisayar teknolojileri artan bir hızla gelişmektedir. Genetik algoritmalar doğal seçim prensiplerine dayanan stokastik algoritma ailesindendir. Bu çalışmada BIST 30 hisse senetlerinin 2004-2013 dönemleri arasında aylık kapanış fiyatları verisi kullanılmıştır. Markowitz ortalama varyans modeli ile hedef programlama ve çok amaçlı genetik algoritma yöntemleri uygulanarak 8 farklı getiri-risk seviyesinde portföyler oluşturulmuştur. Portföyün seçim işleminde yararlanılan parametrik bir istatistiki ölçü birimi olan değişim katsayısı kullanılmıştır. Çalışmadan elde edilen sonuçlar itibari ile en iyi portföyün genetik algoritma için 7 noluportföy ve bu portföyün 5 adet hisse senedinden, kuadratik hedef programlama için en iyi portföyün 4 nolu portföy ve bu portföyün 8 adet hisse senedinden oluştuğu belirlenmiştir. Optimizasyon teknikleri açısından kıyaslama yapıldığında kuadratik hedef programlamanın genetik algoritmadan daha iyi sonuçlar verdiği tespit edilmiştir.
Özet (Çeviri)
Portfolio optimization problem has become one of the related fields of financial engineering since the studies of Markowitz about modern portfolio theory. Selection process of portfolio is carried out by looking at the return and risk relationship of stocks in portfolio in order to create the best portfolio. The main purpose of a portfolio manager is to ensure an efficient portfolio which provides minimum risk and maximum return. For this purpose, new models and computer technology development at an accelerated rate. Genetic algorithms are from stochastic algorithm family based on the principles of natural selection. In this study, monthly closing prices data of BIST 30 stocks between the periods, 2004-2013 are used. Eight different return and risk portfolios are created by applying goal programming and multi-purpose genetic algorithm methods with Markowitz mean-variance model. Variation coefficient which is a statistical unit of measure used for selection of portfolio is used. The results obtained from the study show that the best portfolios consist of number 7 portfolio for genetic algorithm and 5 stocks of this portfolio ; number 4 portfolio for quadratic goal programming method and 8 stocks of this portfolio. It is concluded that when compared in terms of optimization techniques, quadratic goal programming gives better results than genetic algorithm.
Benzer Tezler
- Algorithmic trading strategies using dynamic mode decomposition: Applied to Turkish stock market
Dinamik mod ayrışımı kullanarak algoritmik ticaret stratejileri: Türk hisse senedi piyasasına uygulaması
MEHMET CAN SAVAŞ
Yüksek Lisans
İngilizce
2017
MatematikOrta Doğu Teknik ÜniversitesiFinansal Matematik Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. YELİZ YOLCU OKUR
- Hisse senedi fiyatlarının yapay zeka teknikleri kullanılarak tahmin edilmesi: BIST'te bir uygulama
Forecasting share prices using artificial intelligence techniques: An application in BIST
AHMET ÇANKAL
- Hisse senedi yatırım kararlarında genetik algoritmaların kullanımı
Stock investment decisions by using genetic algorithms
MUSTAFA KORAY ÇETİN
- BIST100 endeksinin günlük modellenmesi
Daily modeling of the BIST100 (XU100) index
ZÜBEYİR AKTÜRK
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERDAL KILIÇ
- Hileli finansal raporlama: Muhasebe manipülasyonu ile karlılık oranları ilişkisine yönelik ampirik bir araştırma
Fraud financial reporting: An empirical research on the relationship of accounting manipulation and profitability ratios
İLHAN ACAR