Dergiler / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2002 / Cilt: 17 Sayı: 4

Portföy Seçimi Problemi İçin Kds/Ga Yaklaşımı

A DSS/GA APPROACH FOR PORTFOLIO SELECTION PROBLEM

Sayfa
125–138
Yayın Tarihi
2013-03-01
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Sonuçta, yatırımcının karar vermesine yardımcı olacak senaryolar elde edilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Tüm karmaşık problemlerde olduğu gibi portföy yönetiminde de kararların verilmesi zordur ve uzun bir süreç gerektirir.
📊
Temel Bulgular & Veri:Yatırımcının bu yapıdaki problemlerin çözümünde kullanabileceği etkin yöntemlerden biri Karar Destek Sistemleri (KDS)’dir.
💡
Sonuç & Katkı:Sonuçta, yatırımcının karar vermesine yardımcı olacak senaryolar elde edilmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Karar destek sistemleri · genetik algoritma · portföy seçimi

Özet

Tüm karmaşık problemlerde olduğu gibi portföy yönetiminde de kararların verilmesi zordur ve uzun bir süreç gerektirir. Bunun nedeni, yatırımcının kriterlerine uygun portföylerin oluşturulmasında, çok fazla sayıda ve karmaşık yapıda verileri kullanarak, istenilen özelliklere sahip portföylerinin seçiminin zorluğudur. Yatırımcının bu yapıdaki problemlerin çözümünde kullanabileceği etkin yöntemlerden biri Karar Destek Sistemleri (KDS)’dir. Bu çalışmada, farklı kısıtlara sahip portföylerin oluşturulmasına yönelik bir KDS’i geliştirilmiştir. Portföy seçimine yönelik olarak KDS’nin model aşamasında, Genetik Algoritma (GA) ve teknik göstergeden yararlanılmıştır. Sonuçta, yatırımcının karar vermesine yardımcı olacak senaryolar elde edilmiştir.

Abstract

Decision making is a hard and long process in portfolio management like any other complex real life problems. Reason of this is the difficulty of selection the portfolio fitting the decision makers criteria from using the great amount of complex data to satisfy investor’s goals. Decision Support Systems (DSS) are one of the the efficient methods for the decision makers in order to solve this kind of problems. In this study, a DSS is developed for constituting the portfolios having cardinality constraints. In the model phase of the DSS, Genetic Algorithm (GA) and technical indicator are used. Finally, scenarios are obtained for the purpose of helping investor’s decisions.

🔖

Bu Makaleye Atıf Yap

Akay, D., Çetinyokuş, T., Dağdeviren, M. (2013). Portföy Seçimi Problemi İçin Kds/Ga Yaklaşımı. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 17 Sayı: 4, 125–138. https://ajindex.com/articles/1079200

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (41)

  1. Ertuna, I.O., Yatırım ve Portföy Analizi ( Bilgisayar Uygulama Örnekleriyle),
  2. Boğaziçi Universitesi, 1991.
  3. Shim, J.P., Warkentin, M., Courtney, J.F., Power, D.J., Sharda, R., Carlsson, C.,
  4. “Past, Present, and Future of Decision Support Technology”, Decision Support
  5. System, Vol 33, pp:111-126, 2002.
  6. Laudon, C. K. ve Laudon, J. P., Management Information Systems, 7th
  7. Edition, Prentice Hall, New Jersey, 2002.
  8. Akmut, O., Sermaye Piyasası Analizleri ve Portföy Yönetimi, Ankara, 1989.
  9. Markowitz, H., “Portfolio Selection”, Journal of Finance, Vol 7, pp:77-91,
  10. Elton, E.J., Gruber, M.J., Modern Portfolio Theory and Investment Analysis,
  11. New York, Wiley, 1995.
  12. Chang, T., Meade, N., Beasley, J.E., Sharaika, Y.M., “Heuristic for Cardinality
  13. Constrained Portfolio Optimization”, Computers & Operation Research, Vol, pp: 1271-1302, 2000.
  14. Bienstock, D., “Computational Study of a Family Mixed–Integer Quadratic
  15. Programming Problems”, Mathematical Programming, Vol 74, pp:121-140,
  16. Sprenza, M.G., “A Heuristic Algorithm for A Portfolio Optimization Model
  17. Applied to Milan Stock Market”, Computers&Operations Research, Vol 23,
  18. pp:433-441, 1996.
  19. Mansini, R., Sprenza, M.G, “Heuristic Algorithms for the Portfolio Selection
  20. Problem with Minimum Transaction Lots”, European Journal of Operational
  21. Research,Vol 114,pp: 219-233, 1999.
  22. Kellerer, H., On Selection a Portfolio with Fixed Costs and Minimum
  23. Transaction Lots, Working Paper, Dip. Di Metodi Quantitativi, Universita di
  24. Brescia, 1997.
  25. Goldberg, D.E., Genetic Algoritms in Search, Optimization and Machine
  26. Learning, Addison Wesley, 1989.
  27. Reeves, C., Modern Heuristic Techniques for Combinatorial Problems, John
  28. Wiley, 1993.
  29. Davis, L., Handbook of GeneticAlgorithms, Van Nostrand, Reinhold, New-
  30. York, 1991.
  31. Evolver Optimization Suit, Palisade Incorparation, www.palisade.com
  32. Marakas G. M., Decision Support Systems, Prentice Hall, New Jersey, 1999.
  33. Stair, R. M., Principles of Information Systems, Body & Fraser Publishing
  34. Company, Boston, 1992.
  35. Çetinyokuş, T., Gökçen, H., “Borsada Göstergelerle Teknik Analiz İçin Bir
  36. Karar Destek Sistemi”, Gazi Üniversitesi Mühendislik Mimarlık Fakültesi
  37. Dergisi, 17-1, pp:43-58, 2002.
  38. Sarı. Y., Borsada Göstergelerle Teknik Analiz, 3. Basım, Alfa Basım Yayın
  39. Dağıtım, 281, Türkiye.
  40. Constrained Portfolio Optimization”, Computers & Operation Research, Vol
  41. Research,Vol 114,pp: 219-233, 1999.