IDEAS home Printed from https://ideas.repec.org/a/iif/iifjrn/v21y2006i241p114-127.html
   My bibliography  Save this article

Yapay sinir ağlarının portföy yönetiminde kullanılması

Author

Listed:
  • Hüseyin İNCE

    (Gebze Yüksek Teknoloji Enstitüsü)

Abstract

Veri Madenciliği geniş veri setlerindeki gizli modelleri keşif sürecidir. Mühendislikten haberleşmeye kadar geniş kullanım alanları vardır. Hisse seçimi, opsiyon fiyatlama ve endeksleri veya bireysel hisse fiyatlarını tahmin etme finanstaki tipik uygulamalarıdır. Borsada bilgi akışı kazanç bildirileri döneminde artmaktadır. Pek çok araştırmacı borsanın kazanç bildirileri döneminde yüksek oranda değişken olduğunu belirtmişlerdir. Hedefimiz borsa endekslerinin ( NASDAQ 100 ve DSA ) getirilerine üstünlük sağlayan bir portföy oluşturmak için bu bilgiyi nasıl kullanabileceğimizi bulmaktır. Bu amaç YSA gibi model tanıma teknikleriyle gerçekleştirilebilir. Bu çalışmada NASDAQ hisse endeksinde işlem gören sisse senetlerini seçtik. Her hisse için EPS, Fiyat gibi belli başlı değişkenler seçildi. İlk olarak hisse fiyatlarına bağlı olarak hisse değişim boyutunu tanımlamada k-ortalama gruplama tekniği kullanıldı. Daha sonra YSA’nın farklı tipleri kullanıldı. Bunun temel amacı YSA’nın en iyi / optimum topolojisini tanımlamaktır. Portföy yönetimine bir sınıflandırma problemi olarak bakılabilir. Sonuçlarımız makine öğrenmesi teknikleri kullanılarak maksimum getirilerin sağlanabileceğini göstermiştir.

Suggested Citation

  • Hüseyin İNCE, 2006. "Yapay sinir ağlarının portföy yönetiminde kullanılması," Iktisat Isletme ve Finans, Bilgesel Yayincilik, vol. 21(241), pages 114-127.
    • Handle: RePEc:iif:iifjrn:v:21:y:2006:i:241:p:114-127
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a search for a similarly titled item that would be available.

    More about this item

    Keywords

    yapay sinir ağları; sınıflandırma; hisse senedi seçimi;
    All these keywords.

    JEL classification:

    • C44 - Mathematical and Quantitative Methods - - Econometric and Statistical Methods: Special Topics - - - Operations Research; Statistical Decision Theory
    • C45 - Mathematical and Quantitative Methods - - Econometric and Statistical Methods: Special Topics - - - Neural Networks and Related Topics
    • G11 - Financial Economics - - General Financial Markets - - - Portfolio Choice; Investment Decisions

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:iif:iifjrn:v:21:y:2006:i:241:p:114-127. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Ali Bilge (email available below). General contact details of provider: http://iif.com.tr .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.