Makine öğrenmesi algoritmaları ile dinamik portföy modellemesi
Yükleniyor...
Dosyalar
Tarih
2022
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Trakya Üniversitesi Sosyal Bilimler Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışmanın amacı Borsa İstanbul bünyesinde işlem gören ve sekiz farklı sektörden oluşturulan otuz dokuz hisseden oluşan portföy havuzundan önceki yılların verileri analiz edilerek geleneksel istatistiki yöntemler ve makine öğrenmesi (LSTM) yöntemleri ile oluşturulan iki adet homojen sekiz adet hisseden portföyün performanslarını karşılaştırmaktır. Geleneksel yöntemde 2016-2020 kapanış fiyatları ile getiri, risk, beta katsayıları ile değişim katsayıları hesaplanmıştır, 2020-2021 için lineer regresyon analizleri geçekleştirilip ve en optimize sekiz adet hisseden portföy oluşturulmuştur. Diğer tarafta 2016-2020 verileri makinelere öğretilmiş buna göre 2020-2021 tahmini yaptırılmıştır ve bu tahminlere göre performans açısından en iyi sekiz hisse portföye dahil edilmiştir. Her iki portföyün gerçekleşen performansları karşılaştırılmıştır.
The aim of this study is benchmarking about two portfolios that traditionally analyzed and machine learning (LSTM) trained which both they are selected eight securities from a thirty-nine-equity pool which is included Borsa İstanbul and which they are came from eight different sectors. In traditional statistical method, Returns, risks, beta coefficients, Return-risk ratios of equities are calculated by using 20162020 closed prices and linear regression is used for the prediction of 2020-2021, Thus most successful eight equity is selected for portfolio. On other side artificial neural networks are trained with data of 2016-2020 and end of this training predictions of 2020-2021 are used for creating of second portfolio which is made of most successful equites aspect of potential.
The aim of this study is benchmarking about two portfolios that traditionally analyzed and machine learning (LSTM) trained which both they are selected eight securities from a thirty-nine-equity pool which is included Borsa İstanbul and which they are came from eight different sectors. In traditional statistical method, Returns, risks, beta coefficients, Return-risk ratios of equities are calculated by using 20162020 closed prices and linear regression is used for the prediction of 2020-2021, Thus most successful eight equity is selected for portfolio. On other side artificial neural networks are trained with data of 2016-2020 and end of this training predictions of 2020-2021 are used for creating of second portfolio which is made of most successful equites aspect of potential.
Açıklama
Anahtar Kelimeler
Performans karşılaştırma, Portföy, LSTM, Makine öğrenmesi, Nöral ağlar, Gelecek tahmini, Performance benchmark, Portfolio, LSTM, Machine learning, Neural networks, Predicting
