Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Karadeniz Teknik Üniversitesi, Fen Fakültesi, İstatistik ve Bilgisayar Bilimleri, Türkiye
Tezin Onay Tarihi: 2021
Tezin Dili: Türkçe
Öğrenci: Ilgım YAMAN
Danışman: Türkan Erbay Dalkılıç
Özet:
Yatırımcıların beklentilerini en iyi biçimde karşılayacak menkul kıymet bileşenleri, hisse senetleri, yatırım fonları vb. belirlenmesi olarak tanımlanan portföy optimizasyonunda temel amaç riski azaltırken, getiriyi arttırmaktır. Standart portföy optimizasyonu problemi amaç fonksiyonu karesel yapıda olduğundan, karesel optimizasyon teknikleri ile çözüme ulaşılabilmektedir. Nicelik kısıtının dahil edilmesi problemi karma tam sayılı optimizasyon problemi biçimine dönüştürür. Bu yapıdaki optimizasyon problemlerinin çözümünde hibrit yöntemler tercih edilmektedir. Bu çalışmada amaç nicelik kısıtlı portföy optimizasyonu
problemini, bulanık çıkarsama sistemine dayalı bir ağ ile çözmektir. Bunun için öncelikle sinir ağları kullanılarak standart portföy optimizasyonu için önerilen doğrusal olmayan sinir ağına dayalı portföy optimizasyonu algoritması, daha sonra nicelik kısıtlı portföy seçimi
yöntemi için hibrit bir yöntem olan bulanık çıkarım sistemine dayalı portföy optimizasyonu yaklaşımı, genetik algoritma ve doğrusal olmayan sinir ağının birlikte kullanıldığı ve değişim katsayısının tersi ile nicelik kısıtlı portföy optimizasyonu için algoritmalar önerilmiştir. Geliştirilen bu yöntemlerin BIST-30 veri seti için etkinliği değerlendirilmiştir. BIST-Ulusal tüm borsa verileri kullanarak sektörlere göre incelemeler yapılmıştır. Sonuçlar karşılaştırıldığında, hibrit yöntemlere dayalı önerilen algoritmaların portföy optimizasyonu için tercih edilebilir oldukları izlenmiştir.