Bu çalışmanın amacı genetik algoritmaların tanıtılması ve yüksek getirili piyasa zamanlaması stratejileri geliştirmek amacıyla bu algoritmalardan ne şekilde yararlanılabileceğinin gösterilmesidir. Bu çalışmada genetik algoritmaların... more
Bu çalışmanın amacı genetik algoritmaların tanıtılması ve yüksek getirili piyasa zamanlaması stratejileri geliştirmek amacıyla bu algoritmalardan ne şekilde yararlanılabileceğinin gösterilmesidir.
Bu çalışmada genetik algoritmaların temel özellikleri, çalışma prensipleri ve kullanım alanları tanıtılmış ve diğer algoritmalardan farkları açıklanmıştır.
Çalışmanın sonucunda genetik algoritmaların finansal uygulamalarda ve özellikle de piyasa zamanlaması yöntemini kullanarak yeni ve karlı yatırım stratejileri geliştirmekte oldukça başarılı sonuçların alınmasını sağladıkları ortaya konulmuştur.
Bu çalışmanın esas amacı bilgi işlemsel zeka yöntemlerinin finansal piyasalarda uygulanmasını sağlamak yoluyla kullanıcının, karmaşık tahmin modeline daha az müdahale ettiği uzman bir sistem tasarlamaktır. Araştırmacılar hisse senedi... more
Bu çalışmanın esas amacı bilgi işlemsel zeka yöntemlerinin finansal piyasalarda uygulanmasını sağlamak yoluyla kullanıcının, karmaşık tahmin modeline daha az müdahale ettiği uzman bir sistem tasarlamaktır. Araştırmacılar hisse senedi fiyatlarının teknik analiz değişkenleri ile birlikte önceden tahmin edilmesi ile ilgili çalışmalar yapmışlardır. Yapay sinir ağları hisse senedi fiyat tahmininde başarıyla kullanılan bilgi işlemsel zeka yöntemlerinden bir tanesidir. Yapay sinir ağları ile fiyat tahmini gerçekleştirilirken, hangi değişkenlerin seçileceğine ve ağ mimarisine kullanıcının karar vermesi gerekmektedir. Bu çalışmada söz konusu parametreleri belirleyecek genetik algoritma tabanlı uzman bir sistem tasarlanmıştır. t gününe ilişkin fiyat ve hacim bilgileri kullanmak suretiyle teknik göstergeler hesaplanmıştır. Özellik seçimi ve parametre optimizasyonu genetik algoritma ile eşzamanlı gerçekleştirilmiştir. Uzman sistem t + 1 gününe ilişkin fiyat tahminlerini gerçekleştirmek için kullanılmıştır. Önerilen uzman sistemin, optimize edilmeyen modele göre daha iyi sonuçlar ortaya çıkardığı belirlenmiştir.
Dünya genelinde, Endüstri Devrimi ile birlikte gelişen küreselleşme, teknolojideki ilerlemeler ve nüfus artışı sahip olduğumuz doğal kaynakların kontrolsüz bir şekilde tüketilmesine bunun paralelinde kentsel ve çevresel birtakım sorunlara... more
Dünya genelinde, Endüstri Devrimi ile birlikte gelişen küreselleşme, teknolojideki ilerlemeler ve nüfus artışı sahip olduğumuz doğal kaynakların kontrolsüz bir şekilde tüketilmesine bunun paralelinde kentsel ve çevresel birtakım sorunlara neden olmaktadır. Gelişmekte olan bir ülke olarak Türkiye nüfus artışı ve ekonomisinin büyümesine bağlı olarak ortaya çıkan çevresel sorunlara çözüm getirmek, ekonomik ve sosyal açıdan yaşam kalitesini düşürmeden kalkınmanın yollarını bulmak için pek çok çalışma içerisine girmiştir. Bu çalışmaların başında sorunların kaynağı olarak enerji tüketimi gelmektedir. Mevcut enerji kaynaklarının büyük çoğunluğunu oluşturan fosil kaynakların önümüzdeki yüzyılda tükenmek üzere olduğu gerçeği, tükenmeyen ve yenilenebilir enerji kaynakları arayışını hızlandırmıştır. Bu nedenle son dönemde araştırmacılar doğal verilerin verimli kullanılabilmesi için doğayı hem tasarım sürecini yönlendiren bir veri hem de yenilenebilir enerji kavramı üzerinden sürdürülebilir yapı tasarımı kullanımı konusunda çalışmaktadırlar. Genetik algoritma yaklaşımı da bu bağlamda doğal evrimin gelişimini kendine örnek alarak geliştirilen doğa temelli üretken yaklaşımlardan biri olarak karşımıza çıkmaktadır. Bu çalışma kapsamında doğal verilerin mimari tasarım sürecinin biçimlenmesinde ve sürdürülebilir bir veri olarak yenilenebilir enerji üretmede kullanılması amaçlanmıştır. Bu bağlamda kentsel anlamda var olan bir tasarımın farklı bir biçimde ele alınması ve enerji üretmek için kentsel bir arayüz olan cephe elemanının genetik algoritma ile yeniden üretilmesi hedeflenmiştir. Yöntem olarak beş adımdan oluşturulan algoritma ile, kentsel bir arayüz olan cephenin sürdürülebilir bir eleman olarak kente ve hastane kullanımına etkisi değerlendirilmiştir. Bu çalışma kapsamında Yozgat Şehir Hastanesi örneğinde batı ve güney cephelerdeki hasta bakım odalarının cephelerine tasarlanması düşünülen, güneş ışınlarının kırılarak iç mekanların aşırı ısınmasını önleyen ve üzerine gelen güneş ışınlarını depolayarak elektrik enerjisine dönüştürmeyi hedefleyen sürdürülebilir bir eleman olarak kullanılan, ayrıca hasta bakım bloğunun mimari estetik açıdan monoton cephe düzenini değiştiren teknoloji ile estetiği birleştirmeye çalışan özel bir güneş kırıcı tasarımı anlatılmıştır.
ABSTRACT The study of portfolio optimization pioneered by Harry Markowitz in his mean-variance (E-V) model is undoubtedly a popular research area in finance. The combination of different assets in a master asset often called a portfolio... more
ABSTRACT The study of portfolio optimization pioneered by Harry Markowitz in his mean-variance (E-V) model is undoubtedly a popular research area in finance. The combination of different assets in a master asset often called a portfolio is more profitable than holding a single asset, since the risk of investment is diversified away without necessarily degrading the expected return, given that the right choice of constituent assets is made and proper weights are allocated. In this paper, one of the nature-inspired evolutionary algorithms – a Genetic Algorithms (GA) was used in solving the portfolio selection problem (PSP). Based on a real dataset from a popular stock market, the performance of the algorithm in relation to those obtained from one of the popular quadratic programming (QP) solver – MINOS 5.5 was reported.
"Note: This article was written in Turkish. You can find the extensive summary of the article in English in the article. "In this study, it is proposed a two-stage method for investment portfolio selection and optimization problems. In... more
"Note: This article was written in Turkish. You can find the extensive summary of the article in English in the article.
"In this study, it is proposed a two-stage method for investment portfolio selection and optimization problems. In the first stage, the portfolio size is determined by genetic algorithms. Genetic algorithms are stochastic search algorithms, which can find a
near optimal solution efficiently for combinatorial problems such as optimal portfolio selection. Proposed genetic algorithm tries to minimize correlations amongst stocks that make up the portfolio while trying to maximize the correlation between stocks and the targeted market index. In the second stage, the optimal weights of stocks in the portfolio obtained in the first stage are calculated with Quadratic Programming by taking into consideration a specific purpose such as maximization of return or minimization of risk. Results of simulation studies have indicated that the proposed genetic algorithm can efficiently search the set of possible solutions to a given problem and find the efficient investment portfolio meeting the desired criteria.""