Portföy optimizasyon yöntemlerinin performanslarının karşılaştırılması
Yükleniyor...
Dosyalar
Tarih
2023
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışmada, portföy optimizasyonunda meta-sezgisel algoritmalardan Genetik Algoritma,
Parçacık Sürü Optimizasyonu, Yapay Arı Kolonisi ve Diferansiyel Gelişim Algoritmalarının kullanımı
incelenmiştir. Çalışma kapsamında S&P 500 endeksindeki ilk 25 hisse senedi ve BİST 30 endeksindeki 30
şirketin 03.01.2020 ile 14.12.2022 tarihleri arasındaki günlük getiri verileri kullanılarak ilgili meta sezgisel
algoritmalar ile portföy optimize gerçekleştirilmiştir. Çalışma sonucunda portföy optimizasyonunda meta
sezgisel algoritmaların yararlı olduğu ancak temel ve teknik analizlerin de dikkate alınması gerektiği, ayrıca
portföy çeşitlendirmesi yapılması önerilmiştir. Son olarak, çalışmada kullanılan verilerin sadece belirli bir
zaman dilimini kapsadığı ve gelecekteki performansların garanti edilemeyeceği vurgulanmıştır.
In this study, the use of Genetic Algorithm, Particle Swarm Optimization, Artificial Bee Colony and Differential Growth Algorithms from meta-heuristic algorithms in portfolio optimization is examined. Within the scope of the study, the first 25 stocks in the S&P 500 index and 30 companies in the BIST 30 index were optimized with the relevant meta-heuristic algorithms using daily return data between 03.01.2020 and 14.12.2022. As a result of the study, it is suggested that meta-heuristics are useful in portfolio optimization, but fundamental and technical analysis should also be considered, and portfolio diversification is also recommended. Finally, it is emphasized that the data used in the study covers only a certain period and future performances cannot be guaranteed.
In this study, the use of Genetic Algorithm, Particle Swarm Optimization, Artificial Bee Colony and Differential Growth Algorithms from meta-heuristic algorithms in portfolio optimization is examined. Within the scope of the study, the first 25 stocks in the S&P 500 index and 30 companies in the BIST 30 index were optimized with the relevant meta-heuristic algorithms using daily return data between 03.01.2020 and 14.12.2022. As a result of the study, it is suggested that meta-heuristics are useful in portfolio optimization, but fundamental and technical analysis should also be considered, and portfolio diversification is also recommended. Finally, it is emphasized that the data used in the study covers only a certain period and future performances cannot be guaranteed.
Açıklama
Yüksek Lisans Tezi
Anahtar Kelimeler
Diferansiyel Gelişim Algoritması, Genetik Algoritma, Parçacık Sürü Optimizasyonu, Portföy Optimizasyonu, Yapay Arı Kolonisi, Differential Evolution Algorithm, Genetic Algorithm, Particle Swarm Optimization, Portfolio Optimization, Artificial Bee Colony Algorithm
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Kaya, M. A. (2023). Portföy optimizasyon yöntemlerinin performanslarının karşılaştırılması. (Yayımlanmamış yüksek lisans tezi). Necmettin Erbakan Üniversitesi, Fen Bilimleri Enstitüsü, İstatistik Anabilim Dalı, Konya.
