Please use this identifier to cite or link to this item:
https://hdl.handle.net/20.500.11851/977
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Özbayoğlu, Ahmet Murat | - |
dc.contributor.author | Bayram, İlknur | - |
dc.date.accessioned | 2019-04-29T12:24:48Z | |
dc.date.available | 2019-04-29T12:24:48Z | |
dc.date.issued | 2014 | |
dc.identifier.citation | Bayram, İ.(2014).Evrimsel algoritmalar ile üç aşamalı bir korunmalı alım opsiyonu modeli eniyilemesi.Ankara:TOBB ETÜ Fen Bilimleri Enstitüsü.[Yayınlanmamış Yüksek Lisans Tezi] | en_US |
dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/tezSorguSonucYeni.jsp | - |
dc.identifier.uri | https://hdl.handle.net/20.500.11851/977 | - |
dc.description.abstract | Evolutionary algorithms are used in solving various financial problems. Options trading strategies are preferred among traders lately, because they have leveraged and protective transaction characteristics. In this study, an option trading strategy, Covered Call, is optimized with Genetic Algorithm and Particle Swarm Optimization by using a developed Three Layer Trading model. In the first level, the trend is found. In the second level, buy-sell signals are produced with Relative Strength Indicator (RSI) by using the trend found in the first level. The final level optimizes the parameters for the Covered Call strategy. In the first level, the search space is small and the results are found by brute force. Other two levels use genetic algorithm and particle swarm optimization to optimize the appropriate parameters. To test the developed Three Layer Trading model, four ETFs are used, which are SPY, XLE, IWM and XLF. These ETFs are trained and optimized between 2005 and 2008 and tested during 2009. The results are compared with Buy & Hold strategy and previously developed Two Layer Trading Model. | en_US |
dc.description.abstract | Gelişimsel algoritmalar finans alanında çeşitli problemlerin çözümü için kullanılmaktadır. Opsiyon alım satım stratejileri de kaldıraçlı işlem özelliği göstermeleri ve güvenli olmaları açısından son zamanlarda tercih edilmektedir. Bu çalışmada Korunmalı Alım (Covered Call) adı verilen opsiyon alım stratejisinin genetik algoritma ve parçacık sürüsü eniyilemesi kullanılarak geliştirilen üç aşamalı model ile eniyilenmesi amaçlanmıştır. İlk aşamada trend belirlemesi yapılmış, ikinci aşamada trend bilgisi kullanılarak, Bağıl Güç Endeksi (RSI) ile al-sat sinyalleri oluşturulmuş ve son aşamada da Korunmalı Alım stratejisi için gerekli parametreler eniyilenmiştir. İlk aşamada arama uzayı küçük olduğu için bütün değerler denenerek sonuçlar elde edilirken, diğer iki aşamada genetik ve parçacık sürüsü algoritmaları eniyileme için kullanılmıştır. Geliştirilen üç aşamalı modeli test etmek için 4 farklı ETF kullanılmıştır; SPY, XLE, IWM ve XLF. Bu ETF'ler 2005-2008 yılları arasında eğitilmiş ve optimize edilmiş, 2009 yılında da test edilmiştir. Elde edilen sonuçlar Al ve Tut yöntemi ile ve daha önce geliştirilen 2 Aşamalı Model ile karşılaştırılmıştır. | en_US |
dc.language.iso | tr | en_US |
dc.publisher | TOBB Ekonomi ve Teknoloji Üniversitesi Fen Bilimleri Enstitüsü | tr_TR |
dc.rights | info:eu-repo/semantics/openAccess | en_US |
dc.subject | Evolutionary algorithms | en_US |
dc.subject | Genetic algorithms | en_US |
dc.subject | Option | en_US |
dc.subject | Particle swarm optimization | en_US |
dc.subject | Evrimsel algoritmalar | tr_TR |
dc.subject | Genetik algoritmalar | tr_TR |
dc.subject | Opsiyon | tr_TR |
dc.subject | Parçacık sürü optimizasyonu | tr_TR |
dc.title | Evrimsel Algoritmalar ile Üç Aşamalı Bir Korunmalı Alım Opsiyonu Modeli Eniyilemesi | en_US |
dc.title.alternative | Three Level Covered Call Options Trading Model Optimized With Evolutionary Algorithms | en_US |
dc.type | Master Thesis | en_US |
dcterms.rights | Yazarına aittir / Belongs to author | |
dc.department | Institutes, Graduate School of Engineering and Science | en_US |
dc.department | Enstitüler, Fen Bilimleri Enstitüsü | tr_TR |
dc.relation.publicationcategory | Tez | en_US |
item.openairetype | Master Thesis | - |
item.languageiso639-1 | tr | - |
item.grantfulltext | open | - |
item.fulltext | With Fulltext | - |
item.openairecristype | http://purl.org/coar/resource_type/c_18cf | - |
item.cerifentitytype | Publications | - |
Appears in Collections: | Bilgisayar Mühendisliği Yüksek Lisans Tezleri / Computer Engineering Master Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
371111.pdf | İlknur Bayram_tez | 683.02 kB | Adobe PDF | View/Open |
CORE Recommender
Page view(s)
154
checked on Dec 23, 2024
Download(s)
30
checked on Dec 23, 2024
Google ScholarTM
Check
Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.