Tez detayları

Destek vektör makineleri ile hibrid modelleme: Menkul kıymet getirilerindeki volatilitenin tahminlenmesi = Hybrid modelling using support vector machines: Forecasting volatility of stock returns

Yazarlar:

Gürsoy, Mutlu

Yayıncı:

İstanbul Üniversitesi

Ana Başlıklar:

Genel yönetim

Belge Tipi:

Tezler

Program Tipi:

Doktora (Phd)

Yayın Tarihi:

12/2012

Belge Dili:

Türkçe

Document ID (Org No.):

2000321251

Özet

Support Vector Machine (SVM), which can solve small-sample, non-linear and high dimensional problems by using structural risk minimization (SRM) instead of emprical risk minimization (ERM), has been receiving increasing interest in areas ranging from its original application in pattern recognition to other applications such as regression estimation due to its remarkable generalization performance.In this study, hybridization between SVM?s remarkable properties and the approaches which have strong theoretical background is aimed. In parallel with this aim, by using GARCH and EGARCH models, Quantile Regression approach, and finally reconstruction phase space approach, some hybrid models are built. Forecasting performance of the hybrid models are tested using ISE 100 Index data.As a result, it is shown that the models based on DVM outperform the classical GARCH and EGARCH models.

Ampirik risk minimizasyonu (ARM) ilkesi yerine yapısal risk minimizasyonu (YRM) ilkesini kullanmak suretiyle az sayıda gözlem noktası içeren, yüksek boyutluluğa sahip ve doğrusal olmayan problemlerin çözümünde etkili olan Destek Vektör Makineleri (DVM), ilk geliştirilme nedeni olan örüntü tanıma probleminden regresyon kestirim problemine kadar tüm alanlarda, dikkate değer genelleme kabiliyeti nedeniyle gittikçe ilgi uyandırmaktadır.Bu çalışmada, DVM'nin bu olağan üstü özellikleri ile güçlü bir teorik altyapıya sahip diğer yaklaşımların hibritlenmesi amaçlanmıştır. Amaca paralel olarak, GARCH ve EGARCH modelleri, Kantil Regresyon yaklaşımı ve faz uzayının yeniden yapılandırılması yaklaşımı kullanılarak, bazı hibrit modeller oluşturulmuştur. Oluşturulan hibrit modellerin tahminleme performansları, İMKB 100 endeks verisi kullanılarak test edilmiştir.Sonuç olarak, DVM'ye dayalı modellerin klasik GARCH ve EGARCH modellerine göre daha iyi sonuçlar verdiği gösterilmiştir.

Tez detayları

Destek vektör makineleri ile hibrid modelleme: Menkul kıymet getirilerindeki volatilitenin tahminlenmesi = Hybrid modelling using support vector machines: Forecasting volatility of stock returns

Yazarlar: Gürsoy, Mutlu

Yayıncı: İstanbul Üniversitesi

Ana Başlıklar: Genel yönetim

Belge Tipi: Tezler

Program Tipi: Doktora (Phd)

Yayın Tarihi: 12/2012

Belge Dili: Türkçe

Document ID (Org No.): 2000321251