Portföy seçiminde lasso cezalı nodewise yaklaşımı
Nodewise approach with lasso penalty in porfolio selection
- Tez No: 485409
- Danışmanlar: PROF. DR. ASİYE ÖZLEM ÖNDER
- Tez Türü: Doktora
- Konular: Ekonomi, İşletme, Economics, Business Administration
- Anahtar Kelimeler: Borsa İstanbul, Hisse senetleri, Kovaryans, Kovaryans matrisleri, Markowitz yöntemi, Portföy, Portföy seçimi, Regresyon modelleri, İstanbul Stock Exchange, Stocks, Covariance, Covariance matrices, Markowitz method, Portfolio, Portfolio selection, Regression models
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İktisat Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Son yıllarda seyreklik varsayımı ve cezalandırma metodlarına dayalı yöntemler yüksek boyutlu kovaryans matrisi ve tersinin tahminini mümkün hale getirmektedir. Bu tezde, Markowitz ortalama varyans portföy optimizasyonu çerçevesinde tersi alınamayan tekil kovaryans matrisinin tahmininde Lasso cezalı Nodewise regresyon modeli uygulanarak ampirik Gram matrisine yönelik hisse senetlerinin yaklaşık ters matrisi oluşturulmuştur. Hisse senedi sayısı p gözlem sayısını n aştığında n << p yaklaşık ters matriste tahmin edilecek veriyi en iyi açıklayan parametre sayısının azaltılarak birbiriyle korelasyon halinde olmayan hisse senetlerinin ortaya çıkarılmasında seyreklik varsayımından yararlanılmıştır. Yapılan simülasyon çalışmalarında p, n sayısından uzaklaştıkça yaklaşık ters matris ile oluşturulan portföy varyansının ve optimal portföy ağırlıklarının tahmin hatalarının tutarlı bir şekilde sıfıra yakınsadığı gözlemlenmiştir. Ayrıca, kayan pencere simülasyonu yaklaşımıyla elde edilen farklı yatırım ufukları için örneklem dışı öngörü sonuçlarında yaklaşık ters matris ile oluşturulan porföylerin finans literatüründe yer alan diğer kovaryans matris tahmincileriyle elde edilen portföylerden belirgin şekilde üstün olduğunu gösteren ampirik bulgulara ulaşılmıştır.
Özet (Çeviri)
In recent years, methods based on sparsity assumptions and penalization have made possible and practicle the estimation of high dimensional covariance matrix and inverse. In this dissertation, we have constructed an approximate inverse of stocks for the empirical Gram matrix by applying Nodewise regression with Lasso penalty to estimate the noninvertible singular covariance matrix in the Markowitz mean variance portfolio optimization framework. When the number of stocks p exceeds the number of observations n, n << p, sparsity assumption is used by reducing the number of parameters that best describe the data to be estimated in the approximate inverse matrix in the purpose of exploiting stocks that are not correlated with each other. It has been observed in the simulation studies that the estimation errors of the portfolio variance and optimal portfolio weights generated by the approximate inverse matrix coverge to zero consistently as p diverges to n. In addition, we find empirical evidence that optimal portfolios estimated with approximate inverse matrix in the out-of-sample forecasting results for the different investment horizons are significantly superior to the portfolios obtained by the existing covariance matrix estimators in the finance literature with the rolling window simulation procedure.
Benzer Tezler
- Portföy seçiminde bazı modelleme yöntemleri
Some modelling methods for portfolio selection
İBRAHİM ZOR
- Portföy seçiminde ekonomik katma değer (EVA) yönteminin kullanılması ve İMKB uygulaması
Using economic value added method in porfolio selection and ISE application
ÇAĞLAR OZAN GÖNÜLLÜ
- Portföy seçiminde portföy performans ölçütlerinin başarı değerlendirmesi
Evaluation of portfolio performance criteria on portfolio selection
NAGİHAN YAYALAR
Yüksek Lisans
Türkçe
2016
İşletmeBülent Ecevit Üniversitesiİşletme Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET FATİH BAYRAMOĞLU
- Portföy seçiminde oyun teorisi ve alternatif çözüm yaklaşımları üzerine bir model önerisi
Game theory in portfolio selection and a model suggestion on alternative solution approaches
NURİ AVŞARLIGİL
Doktora
Türkçe
2017
İşletmeSüleyman Demirel Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. ÖMER KÜRŞAD TÜFEKÇİ
- Portföy seçiminde temel bileşenler analiziyle yeni dayanıklı ve bulanık modeller: Teori ve uygulamalar
New robust and fuzzy models with the principal components analysis in portfolio selection: theory and applications
FURKAN GÖKTAŞ
Doktora
Türkçe
2019
Maliyeİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET DURAN