PORTFÖY OPTİMİZASYONUNDA VERİ SETLERİNİN VE OPTİMİZASYON SEÇENEKLERİNİN KARŞILAŞTIRILMASI: BİST-30 ENDEKSİ ÜZERİNE BİR UYGULAMA

Year 2020, Volume: 38 Issue: 1, 139 - 165, 31.03.2020

Kutlay Urun , Oktay Taş , Umut Uğurlu

https://doi.org/10.17065/huniibf.498863

Cited By: 1

Abstract

Bu çalışmada Türkiye’deki BİST-30 endeksinde yer alan hisselerin
01/07/2015 – 31/12/2015, 01/01/2015 – 31/12/2015, 01/01/2014 – 31/12/2015 ve
01/01/2013 – 31/12/2015 tarihleri arasındaki günlük getirilerine, Geleneksel
Portföy Yöntemi temel alınarak eşit ağırlıklandırma; Modern Portföy Teorisi
temel alınarak risk kısıtlı getiri maksimizasyonu, getiri kısıtlı risk
minimizasyonu, direkt risk minimizasyonu ve Sharpe oranı maksimizasyonu
uygulanmaktadır. Birinci durumda, yatırımcının amaç fonksiyonuna göre hangi
optimizasyon seçeneğinin kullanılması gerektiği, ikinci durumda ise yatırımcı
tipine göre hangi veri setinin kullanılması gerektiği incelenmiştir. Son olarak
Modern Portföy Teorisi temel alınarak oluşturulan dört farklı optimizasyon
seçeneğinden bazılarının Geleneksel Portföy Yönetimi temel alınarak eşit
ağırlıklandırma yapılmış portföyden daha iyi sonuç vermediği gözlemlenmektedir.

Keywords

Portföy Optimizasyonu, Performans Değerlendirme, Veri Seti Değerlendirme, Hisse Senedi Getirileri, Hisse Senedi Risk Değerleri

THE COMPARISON OF THE DATASETS AND THE OPTIMIZATION ALTERNATIVES IN THE PORTFOLIO OPTIMIZATION: AN APPLICATION ON THE BIST-30 INDEX

Abstract

In this research, daily returns of the stocks in BIST-30 index of Turkey are evaluated with different training set time frames; 01/07/2015–31/12/2015, 01/01/2015–31/12/2015, 01/01/2014–31/12/2015 and 01/01/2013–31/12/2015 by applying the equal weights method based of traditional portfolio theory; risk constrained return maximization, return constrained risk minimization, direct risk minimization and Sharpe ratio maximization, which are based on the modern porfolio theory. Firstly, according to the investor’s objective function, the choice of the optimization technique is discussed. Secondly, according to the investor type, the choice of the time frame is investigated. Consequently, as different objective functions lead to the usage of different optimization methods, different type of investors need to use different term datasets to have better results. 

References

• Akçayır, Ö., B. Doğan, Y. Demir (2014), “Elton-Gruber Kısıtlı Markowitz Kuadratik Programlama ile Portföy Optimizasyonu: BİST-50 Üzerine Bir Uygulama”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 13(3), 333-352.
• Bekçioğlu, S. (1984), Portföy Yaklaşımları ve Markowitz Portföy Yaklaşımının Türk Hisse Senedi Piyasasına Uygulanması, Ankara.
• Berk, N. (1995), Finansal Yönetim, İstanbul: Türkmen Kitabevi.
• Best, M. J., R. R. Grauer (1991), “On the sensitivity of Mean – Variance Efficient Portfolios to Changes in Asset Means: Some Analytical and Computational Results”, The Review of Financial Studies, 4(2), 315-342.
• Black, F., R. Litterman (1992), “Global Portfolio Optimization”, Financial Analysts Journal, 48(5), 28-43.
• Bolak, M. (1998), Sermaye Piyasası Menkul Kıymetler ve Portföy Analiz, İstanbul: Beta Basım Yayım Dağıtım.
• Campbell, R., R. Huisman, K. Koedijk (2001), “Optimal Portfolio Selection in a Value-at-Risk Framework”, Journal of Banking & Finance, 25(9), 1789-1804.
• Çetin, A. C. (2007), “Markowitz Kuadratik Programlama ile Optimal Portföy Seçimi”, Süleyman Demirel Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 12(1), 63-81.
• Çetin, A. C. (2009), “Küresel Finansal Krizde Portföy Optimizasyonu ve İMKB Uygulaması”, Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 1(9), 93-114.
• DeMiguel, V., L. Garlappi, R. Uppal (2009), “Optimal Versus Naive Diversification: How Inefficient is the 1/N Portfolio Strategy?”, The Review of Financial Studies, 22(5), 1915-1953.
• Elton, E. J., M. J. Gruber (1995), Modern Portfolio Theory and Investment Analysis, Wiley, New York.
• Francis, J. C. (1976), Investment: Analysis and Management, New York: Mc. Graw – Hill Book Company.
• Güran, C. B. ve Taş, O. (2015), “Making Second Order Stochastic Dominance Inefficient Mean Variance Portfolio Efficient: Application in Turkish BIST-30 Index”, İktisat İşletme ve Finans, 30(348), 69-94.
• Kardiyen, F. (2008), “Portföy Optimizasyonunda Ortalama Mutlak Sapma Modeli ve Markowitz Modelinin Kullanımı ve İMKB Verilerine Uygulanması”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 13(2), 335-350.
• Korhan, E. (2013), “Çok Dönemli Markowitz Ortalama Varyans Portföy Optimizasyonu ile En Uygun Yatırım Vadelerinin Belirlenmesi: BİST-30 Endeks Hisseleri Üzerine Bir Uygulama”, Yüksek lisans tezi, Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü.
• Markowitz, H. M. (1952), “Portfolio Selection”, The Journal of Finance, 7(1), 77-91.
• Michaud, R. O. (1988), “The Markowitz Optimization Enigma: Is “Optimized” Optimal?”, Financial Analyst Journal, 45(1), 31-42.
• Nogales, J. F., V. DeMiguel, L. Garlappi, R. Uppal (2009), “A Generalized Approach to Portfolio Optimization: Improving Performance by Constraining Portfolio Norms”, Management Science, 55(5), 798-812.
• Rubinstein, M. (2002), “Markowitz’s Portfolio Selection: A Fifty-year Reprospective”, The Journal of Finance, 58(3), 1041-1045.
• Sharpe W. F. (1978), Investments, Englewood Cliffs, New Jersey: Prentice-Hall.
• Taş, O., Barijough, F. M. ve Uğurlu, U. (2015), “A Test of Second-Order Stochastic Dominance With Different Weighting Methods: Evidence from BIST-30 and DJIA”, Journal of Business, Economics and Finance, 4(4), 723-731.
• Üstünel, İ. E. (2000). Durağan Portföy Analizi ve İMKB Verilerine Uygulanması, Ankara: İstanbul Menkul Kıymetler Borsası.