Portföy optimizasyonunun temel prensibi, yatırımcının sahip olduğu tasarruflarını değerlendirirken portföy içerisine hangi finansal varlıkların hangi oranda gireceğine karar vermesini sağlamaktır. İlk defa 1952 yılında Markowitz tarafından ortaya atılan modern portföy teorisine göre, finansal varlıkların geçmiş tarihli getirileri ve finansal varlıklar arasındaki kovaryans göz önüne alınarak portföyün riskini minimum; getirisini ise maksimum yapacak şekilde ortalama-varyans portföy optimizasyon modeli ile yatırımcının optimal portföyü belirlenmiştir. Ortalama-varyans modelini gerçek hayatta daha kullanışlı hale getirmek için 2000 yılında Chang vd. tarafından portföye girecek varlık sayısı yani kardinalite kısıtı getirilmiştir. Kardinalite kısıtlı problem, karma-tamsayılı lineer olmayan problem olması sebebi ile sezgisel optimizasyon algoritmaları ile çözülmesi uygundur. Bu çalışmanın amacı, hisse senetleri ile oluşturulmuş bir portföye ait hisse senedi gelecek fiyatlarını Uzun-Kısa Süreli Bellek (Long Short Term Memory - LSTM) yöntemi ile tahmin etmek ve elde edilen gelecek fiyat tahminleri ile oluşturulan kardinalite kısıtlı ortalama-varyans portföy optimizasyon modelini Diferansiyel Gelişim Algoritması ile çözmektir. Çalışmanın veri seti, Standard&Poor’s tarafından düzenlenen Amerika’nın 500 büyük şirketini kapsayan S&P 500 endeksinden sektörel dağılım göz önünde bulundurularak rassal olarak seçilen 100 firmanın 01.01.2014-15.01.2021 yılları arasındaki hisse senedi günlük kapanış fiyatlarıdır. Sonuç olarak, portföyde bulunacak varlık sayısını belirleyen ve hisse senetlerinin gelecekteki fiyatlarına dayalı optimal portföy oluşturmak isteyen bir yatırımcıya en iyi yatırım stratejisi sunulması hedeflenmektedir. Bu çalışma TÜBİTAK 2209-A Üniversite Öğrencileri Araştırma Projeleri Destekleme Programı tarafından 1919B012006173 nolu proje kapsamında desteklenmiştir.
Anahtar Kelimeler: Portföy Optimizasyonu, Uzun-Kısa Süreli Bellek, Hisse Senedi Fiyat Tahmini
|
