Makine öğrenmesi algoritmaları ile dinamik portföy modellemesi

Basit Öğe Kaydı
dc.contributor.advisorDemirel, Engin
dc.contributor.authorAltınışık, Burak
dc.date.accessioned2023-04-19T07:57:14Z
dc.date.available2023-04-19T07:57:14Z
dc.date.issued2022
dc.date.submitted2022
dc.departmentEnstitüler, Sosyal Bilimler Enstitüsü, İşletme Anabilim Dalıen_US
dc.description.abstractBu 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.en_US
dc.description.abstractThe 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.en_US
dc.identifier.urihttps://hdl.handle.net/20.500.14551/8240
dc.identifier.yoktezid776008en_US
dc.language.isotren_US
dc.publisherTrakya Üniversitesi Sosyal Bilimler Enstitüsüen_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectPerformans karşılaştırmaen_US
dc.subjectPortföyen_US
dc.subjectLSTMen_US
dc.subjectMakine öğrenmesien_US
dc.subjectNöral ağlaren_US
dc.subjectGelecek tahminien_US
dc.subjectPerformance benchmarken_US
dc.subjectPortfolioen_US
dc.subjectLSTMen_US
dc.subjectMachine learningen_US
dc.subjectNeural networksen_US
dc.subjectPredictingen_US
dc.titleMakine öğrenmesi algoritmaları ile dinamik portföy modellemesien_US
dc.title.alternativeDynamic portfolio modelling via machine learning algorithmsen_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
0190385.PDF
Boyut:
2.05 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Sosyal Bilimler Enstitüsü Tez Koleksiyonu