OPTİMAL HİSSE SENETLERİNİN BELİRLENMESİNDE BULANIK DOĞRUSAL OLMAYAN PORTFÖY MODELİ
|
|
- Bilge Güler
- 6 yıl önce
- İzleme sayısı:
Transkript
1 OPİMAL HİSSE SENELERİNİN BELİRLENMESİNDE BULANIK DOĞRUSAL OLMAYAN PORFÖY MODELİ Oza KOCADAĞLI Mimar Sia Güzel Saatlar Üiversitesi İstatistik Bölümü, Çırağa Cad. Çiğdem Sok. No Beşiktaş, İSANBUL el: (22) / 62 ozakocadagli@msu.edu.tr Nala CİNEMRE Mimar Sia Güzel Saatlar Üiversitesi, İstatistik Bölümü, Çırağa Cad. Çiğdem Sok. No Beşiktaş, İSANBUL el: (22) / 62 ciemre@msu.edu.tr ÖZE Bu çalışmada, İMKB3 daki hisse seetleri içi oluşturula model Bulaık Matematiksel Programlama yaklaşımıyla çözümleerek, hisse seetlerii yatırım payları belirlemiştir. Buu içi, başlagıçta Koo - Yamazaki tarafıda öerile determiistik portföy modeli temel alımış ve ilk olarak bu modeli beklee getiri kısıtı bulaıklaştırılarak bulaık kayaklı doğrusal olmaya programlama modeli elde edilmiştir. Daha sora oluşturula model yardımıyla amaç foksiyo bulaıklaştırılarak, bulaık amaç ve kayaklı doğrusal olmaya bir portföy modeli oluşturulmuştur. Aahtar kelimeler: Bulaık matematiksel programlama; bulaık amaç ve kayaklı lieer olmaya programlama; portföy optimizasyou; Koo - Yamazaki portföy modeli; İMKB3. GİRİŞ Getirii beklee düzeyde farklı olmasıa fias dalıda risk deir. Bir fiasal varlığı getirisii belirlemesi soru yaratmazke, riskii değerledirilmesi her biri farklı bir şekilde taımlaa ve yorumlaa toplam riski bileşelerii oluşturula sistematik ve sistematik olmaya riski ölçülmesii gerektirir (Cabaş ve diğerleri, 2). Birde fazla fiasal varlığa yatırım yapıldığıda, yatırımı beklee kazacı fiasal varlıkları beklee kazaçlarıı toplamıa eşittir. Acak portföyü riski, fiasal varlıkları getirileri arasıdaki kovaryasa bağımlı olarak, fiasal varlıkları risklerii ağırlıklı ortalamasıda farklı olabilmektedir. Markowitz e göre tek bir varlığı ya da bir portföyü etki olabilmesi içi, ayı risk düzeyide başka hiç bir varlığı ya da portföyü daha yüksek getiri sağlamaması veya ayı getiri düzeyide hiç bir varlığı ya da portföyü daha düşük riske sahip olmaması gerekir (Fracis, 99). Geçmiş döem verilerii kullaarak, geleceği tahmi etme ilkesie dayaa regresyo aalizi ve tred aalizi gibi tekikler, geçmiş döem verilerii istikrarsız olmasıı yaıda bu verileri birçok makro (sistematik) ve mikro (sistematik olmaya) faktörü etkisi altıda olmalarıda ve bu faktörleri tam olarak modele yasıtılamamasıda dolayı eleştiri almaktadır. Bu edele, tek bir mekul kıymet yerie, portföy oluşturularak portföyde yer ala her mekul kıymeti sahip olduğu riskler toplamıda daha küçük bir risk elde edilmesi daha gerçekçi bir yaklaşımdır. Acak, bilgii açık veya kesi olmamasıda kayaklaa belirsizlik durumlarıda, determiistik matematiksel modeller yetersiz kalabilirler. Bu tür durumlarda, olasılık teorisi üstü bir yaklaşım gibi görüse de tüm belirsizlikler rasgeleliği beklee özelliklerii taşımaz (Ross, 997). Ayrıca, aalizleri maliyeti ve/veya yapılma süresi gibi kısıtlar göz öüde buludurulursa, karar alıcı bir olayı rasgeleliğii ifade etmek içi tekrar tekrar deeyleri gözleme lüksüe de sahip değildir (Masur, 995). Bulaık Kümeler eorisi, belirsizlik kayağı sııf üyeliklerii tam olarak belirleememesi ola
2 durumlarda sözel ve sayısal bilgiyi kullaarak isa aklıa e yakı modeli kurulmasıa imka vermektedir. Bu edele, karar vericiler kesi katsayı ve kayaklara sahip doğrusal veya doğrusal olmaya bir modeli katsayılarıı ve/veya kayaklarıı tümüü veya bir kısmıı bulaık/kesi olmaya olarak ele alabilir... Koo Yamazaki doğrusal programlama modeli Hiroshi Koo ve Hiroaki Yamazaki, portföy optimizasyou içi aşağıdaki modeli geliştirmişlerdir (Koo ve diğerleri, 99): Amaç foksiyou: Mi Z = y t / Kısıtlar: yt atjxj, yt + atjxj t =, 2,, rx j j ρm, xj = M, xj uj, yt j =, 2,, (.) Burada, = İcelee döem sayısı, t = döem içideki herhagi bir t. döem, ρ = Beklee getiri oraı, r j = j. hisse seedii döemdeki beklee getiri oraı, seedi t. döemde gerçekleşe getiri oraı, payı, u j = j. seede yapıla yatırımı üst sıırı, M = oplam yatırım miktarı, r t j. x j. hisse seedii toplam yatırım içideki y t = Yardımcı değişke olmak üzere atj = rtj rj, j. hisse seedii t. döemde gerçekleşe getiri oraı ve döemdeki beklee getiri oraı (ortalama getiri) arasıdaki farktır. Bu fark, ortalamada sapmadır ve riski ifade eder. Modeldeki amaç foksiyou ise beklee getiride sapma olarak ifade edile riski miimize etmek içi kullaılmaktadır..2. Bulaık matematiksel programlama yaklaşımı Koo Yamazaki portföy modeli, beklee bir getiri seviyeside ortalama getiriside ( j r ) sapması e küçük hisse seetlerii belirleme de etki bir yötemdir ve sadece belirli bir getiri seviyesideki aı fotoğraflamaktadır. Acak bu model, karar vericilere farklı getiri ve risk kombiasyolarıda asıl bir portföy oluşturulması gerekliliği hakkıda bir bilgi vermemektedir. Riske karşı kayıtsız yatırımcılar riskle pek ilgilemeyip yatırım kararlarıı sadece beklee getiriye göre aldıklarıda bu tür yatırımlar içi Koo Yamazaki portföy modeli farklı getiri seviyeleride çözülerek de souca gidebilir. Acak, riskte kaça ve riski seve yatırımcılar içi risk ve getiri arasıda bir tercih söz kousudur. Öreği, beklee getirideki artıma bağlı olarak katlaılabilecek risk düzeyide daha yüksek bir risk alıabilir veya çok düşük bir riskle makul bir getiri bekleebilir. Görüldüğü gibi getiri ve risk faktörlerii, yatırımcılar tarafıda kesi ve doğru bir şekilde değerledirilememesi bekleir. Bu edele, bu çalışmada getiri ve riski bulaık olduğu göz öüde buludurularak, getiri ve risk içi oluşturula üyelik foksiyoları ve bulaık matematiksel programlamada kullaıla yaklaşımlar yardımıyla maksimum getiri ve miimum risk altıda etki bir portföy oluşturulmaya çalışılmıştır. Koo Yamazaki modelideki 3. eşitsizliği sağ taraf sabiti ola beklee getiri oraıı ( ρ ) bulaık olduğu göz öüe alıırsa, Koo Yamazaki DP modeli, bulaık kayaklı bir
3 modele döüşür. Beklee getirii artması yatırımcıları memuiyetii arttıracağıda beklee getirii üyelik foksiyou, Zimmerma ve Zyso u uzaklık foksiyouda esileerek aşağıdaki gibi tasarlamıştır: μ ρ (x) = / + exp(- [ rj xj ) (.2) Böylece, Koo - Yamazaki i beklee getiri kısıtıı bulaık biçimi aşağıdaki gibi ifade edilebilir: rx j j ρm (.3) Verdegay a göre bulaık kayaklı modeller aşağıdaki modele dektir (Lai ve diğerleri, 992): Mi Z x X α (.4) Burada X α, α [, ] olmak üzere α - kesim kümesidir: X α = {x i, μi α, x } (.5) Beklee getirii üyelik foksiyou Verdegay ı modelide yerie koulursa, / + exp( - μ ρ (x) α [ rj xj ) α (.6) olmak üzere, bulaık kayaklı model beklee getiri kısıtıda dolayı parametrik modele döüşür. Bu model α [, ] olmak üzere beklee getirii α memuiyet seviyeleri göz öüe alıarak çözülebilir ve belirli bir α memuiyet seviyeside hagi hisse seetlerie e kadar orada yatırım yapılması gerektiği buluabilir. Acak, kouu başıda bahsedildiği gibi amacımız çeşitli getiri ve risk kombiasyoları arasıda bir optimum çözüme ulaşmak olduğuda, bu model amacımız içi yeterli değildir. Werer, bulaık kayaklar ve bulaık eşitsizlik kısıtlarıda dolayı (.4) ile açıklaa modeli amaç foksiyouu da bulaık olabileceğii ileri sürmüştür. Buu içi ilk olarak, (.4) modeli α = ve α = (ya da sırasıyla e küçük ve e büyük α *) içi çözülerek miimize edile amaç foksiyou değeri olarak sırasıyla Z ve Z elde edilir. Modeldeki beklee getiri değeri artırıldığıda risk değerleri de artacağıda Z > Z olur. Yatırımcılar riske karşı duyarlı olduğuda, risk arttığıda memuiyet azalacaktır. Buu içi amaç foksiyouu üyelik foksiyou, Z ve Z değerlerii kullaılmasıyla doğrusal olmaya mooto azala bir üyelik foksiyou olarak tasarlamıştır:
4 μ Z (x) = 2 /+ csbt exp[(z Z )] ], Z Z Z (.8) Beklee getirii üyelik foksiyou ( μ ρ ) ve amacı üyelik foksiyouu ( μ Z (x)) yardımıyla optimal bir çözüm elde etmek içi Bellma ve Zadeh i - mi operatörü kullaılabilir. Şöyle ki, x α, α = mi[ μ Z (x), μ ρ (x)] olmak üzere, - mi operatörüü kullaılmasıyla problem çok amaçlı optimizasyo problemie döüşür (Wag, 997): mi x [ μ Z (x), μ ρ (x)] (.9) (.9) ifadesi de aşağıdaki probleme dektir (Lai ve diğerleri, 992). Maks. α μ Z (x) μ ρ (x) α, α [,], x (.) Üyelik foksiyolarıı (.) da yerie koulmasıyla, aşağıdaki bulaık amaç ve kayaklı doğrusal olmaya programlama modeli elde edilir: Maks. α 2 / exp [( c sbt *[ y t / Z ] α, Z y t / Z yt atjxj, yt + atjxj t =, 2,, / + exp( - [ rj xj ) α, 2. UYGULAMA xj = M, xj uj, yt (.) Bu çalışmada, İMKB3 da Nisa 28 de işlem göre 3 hisse seedii 42 seasdaki kapaış değerleri kullaılarak, bulaık doğrusal olmaya matematiksel programlama yaklaşımıyla optimal portföy oluşturulmaya çalışılmıştır. Buu içi ilk olarak hisse seetlerii artış yüzdeleri bulumuş ve her bir hisse seedii beklee getirisi hesaplamıştır. (.2) daki üyelik foksiyou içi beklee getiri oraı olarak hisse seetlerii e yüksek getiri oralarıı ortalaması ( ρ = 4.8 %) ve beklee getiriler içi e yüksek getiriler ( r j ) göz öüde buludurularak beklee getirii üyelik foksiyou elde edilmiştir. (.6) eşitsizliği içide sırasıyla α = ve α = alıarak miimize edile risk değerleri Z =.28 ve Z =.6 bulumuştur. Bu değerler (.8) deki foksiyoa koularak ve c sbt = alıarak amaç foksiyoa ait üyelik foksiyou elde edilmiştir. Gerekli değerler (.) deki modelde yerie koularak optimal α * =,58 seviyesi içi aşağıdaki souçlar elde edilmiştir (ablo ):
5 ablo. Hisse Seetleri ve yatırım payları AKBNK AKGR ARCLK ASYAB AYGAZ DOHOL DYHOL EREGL GARAN HALKB HURGZ IHLAS ISCR ISGYO KCHOL KRDMD MIGRS PEKM POFS SAHOL SISE SKBNK CELL HYAO KFEN SKB UPRS ULKER VAKBN YKBNK KAYNAKÇA Cabaş, S., Doğukalı, H., 2. Fiasal Pazarlar, Fiasal Kurumlar ve Sermaye Pazarı Aalizleri, Beta, İstabul, Fracis, J. C., 99. Ivestmets, McGraw-Hill Iteratioal Editios, New York, 239. Koo, H., Yamazaki, H., 99. Mea-Absolute Deviatio Portfolio Optimizatio Model ad Its Applicatios to okyo Stock Market, Maagemet Sciece 37, 5, Korkmaz,., Pekkaya, M., 25. Excel Uygulamalı Fias Matematiği, Eki Kitabevi, Bursa, 523. Lai, Y. J. ad Hwag C. L., 992. Fuzzy Mathematical Programmig, Sipreger-Verlag, Berli, Masur, Y. M., 995. Fuzzy Sets ad Ecoomics, Edvard Elgar Publishig Compay, Oklahoma, 2. Masse, P., 968. Le Choix Des Ivestisemets, Duod, Paris,. Reilly, K. F., 989. Ivestmet Aalysis ad Portfolio Maagamet, he Dryde Pres, Chicago, 256. Ross,. J., 997. Fuzy Logic with Egieerig Applicatios, McGraw-Hill, ic., Sigapore, 4. Wag, L. X., 997. A Course i Fuzzy-Systems ad Cotrol, Pretice-Hall ic, Eastboure,
T y t / T. t tj j. y a x 0
İstabul Üiversitesi İşletme Fakültesi Dergisi Istabul Uiversity Joural of the School of Busiess Admiistratio Cilt/Vol:39, Sayı/No:2, 2, 359-369 ISSN: 33-732 www.ifdergisi.org 2 Portföy optimizasyouda SVFM
DetaylıISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ
8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,
DetaylıDOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA
DOĞRUSAL PROGRAMLAMA İLE PORTFÖY OPTİMİZASYONU VE İMKB VERİLERİNE UYGULANMASI ÜZERİNE BİR ÇALIŞMA Filiz KARDİYEN (*) Özet: Portföy seçim problemi içi klasik bir yaklaşım ola karesel programlama yötemi,
DetaylıYatırım Analizi ve Portföy Yönetimi 4. Hafta. Dr. Mevlüt CAMGÖZ
Yatırım Aalizi ve Portföy Yöetimi 4. Hafta Dr. Mevlüt CAMGÖZ İçerik Çeşitledirme Riski Kayakları ve Risk Türleri Portföyü Risk ve Getirisi Riskli Varlık Portföyüü Belirlemesi Markowitz Portföy Teorisi
Detaylıİşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.
OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre
DetaylıSHARPE TEK indeks MODELi ile PORTFÖY SEciMi
Yöetim, Yil: 6 Sayi: 21 Hazira 1995, s. 55-60 SHARPE TEK indeks MODELi ile PORTFÖY SEciMi, Dr. Erha Özdemir I.Ü. Tekik Bilimler MY.O. Dr. I.Müfit GIRESUNLU i'ü. Tekik Bilimler M.Y.O. Bu çalismada her bir
DetaylıYatırım Projelerinde Kaynak Dağıtımı Analizi. Analysis of Resource Distribution in Investment Projects
Uşak Üiversitesi Sosyal Bilimler Dergisi (2012) 5/2, 89-101 Yatırım Projeleride Kayak Dağıtımı Aalizi Bahma Alp RENÇBER * Özet Bu çalışmaı amacı, yatırım projeleride kayak dağıtımıı icelemesidir. Yatırım
DetaylıİKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME
V. Ulusal Üretim Araştırmaları Sempozyumu, İstabul Ticaret Üversitesi, 25-27 Kasım 2005 İKİ ÖLÇÜTLÜ PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ: MAKSİMUM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME Tamer EREN
DetaylıISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ
4. HAFTA ISF44 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ PARANIN ZAMAN DEĞERİ VE GETİRİ ÇEŞİTLERİ Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Paraı Zama Değeri Paraı Zama Değeri Yatırım
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim
DetaylıBileşik faiz hesaplamalarında kullanılan semboller basit faizdeki ile aynıdır. Temel formüller ise şöyledir:
1 BİLEŞİK FAİZ: Basit faiz hesabı kısa vadeli(1 yılda az) kredi işlemleride uygulaa bir metot idi. Ayrıca basit faiz metoduda her döem içi aapara sabit kalmakta olup o döem elde edile faiz tutarı bir soraki
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri
DetaylıALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI
µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları
DetaylıLİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2
LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ SABİT NOKTA İTERASYONU YÖNTEMİ Bu yötemde çözüme gitmek içi f( olarak verile deklem =g( şeklie getirilir. Bir başlagıç değeri seçilir ve g ( ardışık
Detaylıˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.
YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp
DetaylıISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ
.4.26 5. HAFTA ISF44 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ Mekul Kıymet Yatırımlarıı Değerlemesi Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Temel Değerleme Modeli Mekul Kıymet Değerlemesi
DetaylıKi- kare Bağımsızlık Testi
PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN Ki- kare Bağımsızlık Testi Daha öceki bölümlerde ölçümler arasıdaki ilişkileri asıl iceleeceğii gördük. Acak sıklıkla ilgileile veriler ölçüm
DetaylıİSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II
8 İSTATİSTİKSEL TAHMİN 8.. İstatistiksel tahmileyiciler 8.. Tahmileyicileri Öellikleri 8... Sapmasılık 8... Miimum Varyaslılık 8..3. Etkilik 8.3. Aralık Tahmii 8.4. Tchebysheff teoremi Prof. Dr. Levet
DetaylıÖğrenci Numarası İmzası: Not Adı ve Soyadı
Öğreci Numarası İmzası: Not Adı ve Soyadı SORU 1. a) Ekoomii taımıı yapıız, amaçlarıı yazıız. Tam istihdam ile ekoomik büyüme arasıdaki ilişkiyi açıklayıız. b) Arz-talep kauu edir? Arz ve talep asıl artar
DetaylıAralık 2013 Aylık Rapor
Aralık 2013 Aylık Rapor 1- FONU TANITICI BİLGİLER A. FONUN ADI: A TİPİ İMKB ULUSAL 100 ENDEKSİ FON (HİSSE SENEDİ YOĞUN FON) B. KURUCUNUN ÜNVANDENİZBANK A.Ş. C. YÖNETİCİ ÜNVANI Deniz Portföy Yönetimi A.Ş.
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri
DetaylıTahmin Edici Elde Etme Yöntemleri
6. Ders Tahmi Edici Elde Etme Yötemleri Öceki derslerde ve ödevlerde U(0; ) ; = (0; ) da¼g l m da, da¼g l m üst s r ola parametresi içi tahmi edici olarak : s ra istatisti¼gi ve öreklem ortalamas heme
Detaylıf n dµ = lim gerçeklenir. Gösteriniz (Bu teorem Monoton yakınsaklık teoreminde yakınsaklık f n = f ve (f n ) monoton artan dizi
4.2. Pozitif Foksiyoları İtegrali SOU : f ), M +, A) kümeside bulua foksiyoları mooto arta dizisi ve h.h.h. f = f ise f dµ = f dµ gerçekleir. Gösteriiz Bu teorem Mooto yakısaklık teoremide yakısaklık yerie
DetaylıSIRA-BAĞIMLI HAZIRLIK ZAMANLI İKİ ÖLÇÜTLÜ ÇİZELGELEME PROBLEMİ: TOPLAM TAMAMLANMA ZAMANI VE MAKSİMUM ERKEN BİTİRME. Tamer EREN a,*, Ertan GÜNER b ÖZET
Erciyes Üiversitesi Fe Bilimleri Estitüsü Dergisi 23 (1-2) 95-105 (2007) http://fbe.erciyes.edu.tr/ ISSN 1012-2354 SIRA-BAĞIMLI HAZIRLIK ZAMANLI İKİ ÖLÇÜTLÜ ÇİZELGELEME PROBLEMİ: TOPLAM TAMAMLANMA ZAMANI
DetaylıPortföy Yönetimi. Yatırım Kumar Adil Oyun
Portföy Yönetimi 1 Yatırım Kumar Adil Oyun 2 1 Risk ve Getiri Kavramı Genel Kural: Getiriyi Sev, Riskten Kaç Faydayı Maksimize Et! 3 Getiri Kavramı Hisse Senedinde getiri iki kaynaktan oluşur. : Sermaye
DetaylıTOPOLOJİK TEMEL KAVRAMLAR
TOPOLOJİK TEMEL KAVRAMLAR 1.1. Kümeler ve Foksiyolar A ı bir elemaıa B i yalız bir elemaıı eşleye bağıtıya bir foksiyo deir. f : A B, Domf = U A ve ragef B dir. Taım 1.1.1. f : A B foksiyou içi V A olsu.
DetaylıYatırım Kumar Adil Oyun
Portföy Yönetimi Yatırım Kumar Adil Oyun 1 2 Getiri Kavramı Risk ve Getiri Kavramı Genel Kural: Getiriyi Sev, Riskten Kaç Faydayı Maksimize Et! Hisse Senedinde getiri iki kaynaktan oluşur. : Sermaye Kazancı
DetaylıYatırım Kumar Adil Oyun
Portföy Yönetimi 1 Yatırım Kumar Adil Oyun 2 Risk ve Getiri Kavramı Genel Kural: Getiriyi Sev, Riskten Kaç Faydayı Maksimize Et! 3 Getiri Kavramı Hisse Senedinde getiri iki kaynaktan oluşur. : Sermaye
DetaylıBÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER
BÖLÜM 3 YER ÖLÇÜLERİ İkici bölümde verileri frekas tablolarıı hazırlaması ve grafikleri çizilmesideki esas amaç; gözlemleri doğal olarak ait oldukları populasyo dağılışıı belirlemek ve dağılışı geel özelliklerii
DetaylıKİMYASAL DENGE (GİBBS SERBEST ENERJİSİ MİNİMİZASYONU) MODELLEMESİ
KİMYASAL DENGE (GİBBS SERBEST ENERJİSİ MİNİMİZASYONU) MODELLEMESİ M. Turha ÇOBAN Ege Üiversitesi, Mühedislik Fakultesi, Makie Mühedisliği Bölümü, Borova, İZMİR Turha.coba@ege.edu.tr Özet: Kimyasal degei
DetaylıİŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA THE OPERATING CHARACTERISTIC CURVE AND A CASE STUDY
Süleyma Demirel Üiversitesi Vizyoer Dergisi Suleyma Demirel Uiversity The Joural of Visioary İŞLETİM KARAKTERİSTİĞİ EĞRİSİ VE BİR ÇALIŞMA ÖZET Yrd. Doç. Dr. Halil ÖZDAMAR 1 İstatistiksel kalite kotrol
DetaylıDeğişkenler: Bir problemin modeli kurulduktan sonra değeri hesaplanacak olan bilinmeyen simgelerdir.
2. DOĞRUSAL PROGRAMLAMA (DP) 2.1. DP i Taımı ve Bazı Temel Kavramlar Model: Bir sistemi değişe koşullar altıdaki davraışlarıı icelemek, kotrol etmek ve geleceği hakkıda varsayımlarda bulumak amacı ile
DetaylıÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ
İSTATİSTİKSEL TAHMİNLEME VE İSTATİSTİKSEL YORUMLAMA TAHMİNLEME SÜRECİ VE YORUMLAMA SÜRECİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME VE ÖRNEKLEME ÖRNEKLEME DAĞILIMLARI VE ÖRNEKLEME DAĞILIMLARI Yorumlama
DetaylıBASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI
Projesii Kousu: Bir çekirgei metre, metre veya 3 metre zıplayarak uzuluğu verile bir yolu kaç farklı şekilde gidebileceği ya da bir kişii veya (veya 3) basamak atlayarak basamak sayısı verile bir merdivei
DetaylıISL 418 Finansal Vakalar Analizi
23.3.218 2. HAFTA ISL 18 Fiasal Vakalar Aalizi Paraı Zama Değeri Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Paraı Zama Değeri Paraı Zama Değeri Yatırım ve fiasma kararlarıda rasyoelliği yakalamak
DetaylıTUTGA ve C Dereceli Nokta Koordinatlarının Gri Sistem ile Tahmin Edilmesi
TMMOB Harita ve Kadastro Mühedisleri Odası, 5. Türkiye Harita Bilimsel ve Tekik Kurultayı, 5 8 Mart 5, Akara. TUTGA ve C Dereceli Nokta Koordiatlarıı Gri istem ile Tahmi Edilmesi Kürşat Kaya *, Levet Taşcı,
DetaylıTAHMİNLEYİCİLERİN ÖZELLİKLERİ Sapmasızlık 3.2. Tutarlılık 3.3. Etkinlik minimum varyans 3.4. Aralık tahmini (güven aralığı)
3 TAHMİNLEYİCİLERİN ÖZELLİKLERİ 3.1. Sapmasızlık 3.. Tutarlılık 3.3. Etkilik miimum varyas 3.4. Aralık tahmii (güve aralığı) İyi bir tahmi edici dağılımı tahmi edilecek populasyo parametresie yakı civarda
DetaylıYatırım Analizi ve Portföy Yönetimi 6. Hafta
Yatırım Analizi ve Portföy Yönetimi 6. Hafta Dr. Mevlüt CAMGÖZ 1 Dr. Mevlüt CAMGÖZ İçerik Karakteristik Doğru ve Beta Katsayısı Karakteristik Doğrunun Tahmini Beta Katsayısının Hesaplanması Agresif ve
DetaylıBİYOİSTATİSTİK İstatistiksel Tahminleme ve Hipotez Testlerine Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK İstatistiksel Tahmileme ve Hipotez Testlerie Giriş Dr. Öğr. Üyesi Aslı SUNER KARAKÜLAH Ege Üiversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr
DetaylıBULANIK AMAÇ KATSAYILI DOĞRUSAL PROGRAMLAMA. Ayşe KURUÜZÜM (*)
D.E.Ü.İ.İ.B.F. Dergisi Cilt:14, Sayı:1, Yıl:1999, ss:27-36 BULANIK AMAÇ KATSAYILI DOĞRUSAL PROGRAMLAMA Ayşe KURUÜZÜM (*) ÖZET Çalışmada bulanık ( fuzzy ) katsayılı amaç fonksiyonuna sahip doğrusal programlama
DetaylıNOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. HAFTA 1 İST 418 EKONOMETRİ
NOT: BU DERS NOTLARI TEMEL EKONOMETRİ-GUJARATİ KİTABINDAN DERLENMİŞTİR. KULLANILAN ŞEKİLLERİN VE NOTLARIN TELİF HAKKI KİTABIN YAZARI VE BASIM EVİNE AİTTİR. HAFTA 1 İST 418 EKONOMETRİ Ekoometri: Sözcük
DetaylıTĐCARĐ MATEMATĐK - 5.2 Bileşik Faiz
TĐCARĐ MATEMATĐK - 5 Bileşik 57ÇÖZÜMLÜ ÖRNEKLER: Örek 57: 0000 YTL yıllık %40 faiz oraıyla yıl bileşik faiz ile bakaya yatırılmıştır Bu paraı yılı souda ulaşacağı değer edir? IYol: PV = 0000 YTL = PV (
Detaylı4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler
Ders 8: Verileri Düzelemesi ve Aalizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlei tamamıı, ya da kitlede alıa bir öreklemi özetlemekle (betimlemekle)
DetaylıDoç. Dr. M. Mete DOĞANAY Prof. Dr. Ramazan AKTAŞ
TAHVİL DEĞERLEMESİ Doç. Dr. M. Mee DOĞANAY Prof. Dr. Ramaza AKTAŞ 1 İçerik Tahvil ve Özellikleri Faiz Oraı ve Tahvil Değeri Arasıdaki İlişki Tahvili Geiri Oraı ve Vadeye Kadar Geirisi Faiz Oraı Riski Verim
DetaylıMARKOWİTZ VE TEK ENDEKS MODELLERİNİN UYGULANMASI: İMKB 30 ENDEKSİ ÜZERİNDE KARŞILAŞTIRMALI ANALİZ
Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi Y.2010, C.15, S.3 s.1-18. Suleyman Demirel University The Journal of Faculty of Economics and Administrative Sciences Y.2010,
Detaylı2016 YILI I.DÖNEM AKTÜERLİK SINAVLARI RİSK ANALİZİ VE AKTÜERYAL MODELLEME. aşağıdaki seçeneklerden hangisinde verilmiştir? n exp 1.
06 YILI I.DÖNEM AKTÜERLİK SINAVLARI Soru Toplam hasar miktarı S i olasılık ürete foksiyou X x i PS ( t) = E( t ) = exp λi( t ) ise P S(0) aşağıdaki seçeeklerde hagiside verilmiştir? A) 0 B) C) exp λ i
DetaylıKasım 2013 Aylık Rapor
Kasım 2013 Aylık Rapor 1- FONU TANITICI BİLGİLER GLOBAL MENKUL DEĞERLER A.Ş. A TİPİ ŞEMSİYE FONUNA BAĞLI A. FONUN ADI: HEDEF ALPHA DEĞİŞKEN FONU B. KURUCUNUN ÜNVANI: Global Men.Değ.A.Ş. C. YÖNETİCİ ÜNVANI
DetaylıİSTATİSTİK 2. Tahmin Teorisi 07/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr
İSTATİSTİK 2 Tahmi Teorisi 07/03/2012 AYŞE S. ÇAĞLI aysecagli@beyket.edu.tr İstatistik yötemler İstatistik yötemler Betimsel istatistik Çıkarımsal istatistik Tahmi Hipotez testleri Nokta tahmii Aralık
DetaylıFinansal Yatırım ve Portföy Yönetimi. Ders 7 Modern Portföy Teorisi
Finansal Yatırım ve Portföy Yönetimi Ders 7 Modern Portföy Teorisi Kurucusu Markowitz dir. 1990 yılında bu çalışmasıyla Nobel Ekonomi ödülünü MertonH. Miller ve William F. Sharpe ilepaylaşmıştır. Modern
Detaylıİstanbul Göztepe Bölgesinin Makine Öğrenmesi Yöntemi ile Rüzgâr Hızının Tahmin Edilmesi
Makie Tekolojileri Elektroik Dergisi Cilt: 8, No: 4, 011 (75-80) Electroic Joural of Machie Techologies Vol: 8, No: 4, 011 (75-80) TEKNOLOJİK ARAŞTIRMALAR www.tekolojikarastirmalar.com e-issn:1304-4141
DetaylıBölüm 7 Risk Getiri ve Sermayenin Fırsat Maliyetine Giriş. Getiri Oranı. Getiri Oranı. İşlenecek Konular
Bölüm 7 Risk Getiri ve Sermayenin Fırsat Maliyetine Giriş İşlenecek Konular Getiri Oranları: Gözden Geçirme Sermaye Piyasası Tarihi Risk & Çeşitlendirme Risk Üzerine Yorumlar Sermaye Kazancı + kar payı
DetaylıMEKANİK TESİSATTA EKONOMİK ANALİZ
MEKANİK TESİSATTA EKONOMİK ANALİZ Mustafa ÖZDEMİR İ. Cem PARMAKSIZOĞLU ÖZET Düya çapıda rekabeti ö plaa çıktığı bu gükü şartlarda, e gelişmiş ürüü, e kısa sürede, e ucuza üretmek veya ilk yatırım ve işletme
Detaylıİstatistik Nedir? Sistem-Model Kavramı
İstatistik Nedir? İstatistik rasgelelik içere olaylar, süreçler, sistemler hakkıda modeller kurmada, gözlemlere dayaarak bu modelleri geçerliğii sıamada ve bu modellerde souç çıkarmada gerekli bazı bilgi
Detaylı4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin
4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii
DetaylıHipotez Testleri. Parametrik Testler
Hipotez Testleri Parametrik Testler Hipotez Testide Adımlar Bir araştırma sorusuu belirlemesi Araştırma sorusua dayaa istatistiki hipotezleri oluşturulması (H 0 ve H A ) Hedef populasyoda öreklemi elde
DetaylıTermik Üretim Birimlerinden Oluşan Çevresel-Ekonomik Güç Dağıtım Probleminin Genetik Algoritma Yöntemiyle Çözümü
ermik Üretim Birimleride Oluşa Çevresel-Ekoomik üç Dağıtım Problemii eetik Algoritma Yötemiyle Çözümü Celal YAŞAR, Serdar ÖZYÖN, Hasa EMURAŞ 3, Mühedislik Fakültesi, Elektrik-Elektroik Müh. Bölümü, Dumlupıar
Detaylı(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6.
Problemler 3 i Çözümleri Problemler 3 i Çözümleri Aşağıdaki özellikleri kaıtlamaızı ve buu yaıda daha fazla soyut kaıt vermeizi isteyeceğiz. h.h. eşitliğii ölçümü sıfır ola bir kümei tümleyei üzeride eşit
Detaylı6. BÖLÜM VEKTÖR UZAYI VEKTÖR UZAYI VEKTÖR UZAYLARI
6. BÖLÜM VEKTÖR LARI -BOYUTLU (ÖKLİT) I Taım: Eğer pozitif bir tam sayı ise sıralı -sayı, gerçel sayılar kümesideki adet sayıı (a 1, a 2,, a ) bir dizisidir. Tüm sıralı -sayılarıı kümesi -boyutlu uzay
Detaylı1. Nominal faiz oranı %25, enflasyon oranı %5 olduğuna göre reel faiz oranı % kaçtır?
Temel Finans Matematiği ve Değerleme Yöntemleri 1. Nominal faiz oranı %25, enflasyon oranı %5 olduğuna göre reel faiz oranı % kaçtır? a. %18 b. %19 c. %20 d. %21 e. %22 5. Nominal faiz oranı %24 ve iki
DetaylıOKUL ÖNCESİ DÖNEM İŞİTME ENGELLİLERDE MÜZİK EĞİTİMİ İLE ÇOCUKLARIN GELİŞİM ÖZELLİKLERİ ÜZERİNE TERAPÖTİK BİR ÇALIŞMA
Joural of Research i Educatio ad Teachig OKUL ÖNCESİ DÖNEM İŞİTME ENGELLİLERDE MÜZİK EĞİTİMİ İLE ÇOCUKLARIN GELİŞİM ÖZELLİKLERİ ÜZERİNE TERAPÖTİK BİR ÇALIŞMA Yard.Doç.Dr. Tüli Malkoç Marmara Üiversitesi
DetaylıSAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Karma Eğitim Ders Notları. Doç. Dr.
SAÜ. Mühedislik Fakültesi Edüstri Mühedisliği Bölümü DİFERENSİYEL DENKLEMLER 9- Döemi Karma Eğitim Ders Notları Doç. Dr. Cemaletti KUBAT .Çok Değişkeli Foksiolarda Talor-McLauri Açılımları, Ekstremum Noktalar..Talor-McLauri
DetaylıUluslararası Sosyal Araştırmalar Dergisi The Journal of International Social Research Cilt: 9 Sayı: 45 Volume: 9 Issue: 45 Ağustos 2016 August 2016
Uluslararası Sosyal Araşırmalar Dergisi he Joural of Ieraioal Social Research Cil: 9 Sayı: 45 Volume: 9 Issue: 45 Ağusos 26 Augus 26 www.sosyalarasirmalar.com Iss: 37-958 BULANIK DOĞRUSAL PROGRAMLAMA YÖNEMİYLE
DetaylıStandart Formun Yapısı. Kanonik Form. DP nin Formları SİMPLEX YÖNTEMİ DP nin Düzenleniş Şekilleri. 1) Optimizasyonun anlamını değiştirme
5.0.06 DP i Düzeleiş Şekilleri DP i Formları SİMPLEX YÖNTEMİ ) Primal (özgü) form ) Kaoik form 3) Stadart form 4) Dual (ikiz) form Ayrı bir kou olarak işleecek Stadart formlar Simplex Yötemi içi daha elverişli
DetaylıÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ
C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 4, Sayı, 3 97 ÜSTEL VE Kİ-KARE DAĞILIMLARI ARASINDAKİ İLİŞKİNİN SİMULASYON İLE ÜRETİLEN RANDOM SAYILARLA GÖSTERİLMESİ Yalçı KARAGÖZ Cumhuriyet Üiversitesi
DetaylıSAÜ. Mühendislik Fakültesi Endüstri Mühendisliği Bölümü DİFERENSİYEL DENKLEMLER Dönemi Ders Notları. Prof. Dr.
SAÜ. Mühedislik Fakültesi Edüstri Mühedisliği Bölümü DİFERENSİYEL DENKLEMLER - Döemi Ders Notları Pro. Dr. Cemaletti KUBAT .Çok Değişkeli Foksiolarda Talor-McLauri Açılımları, Ekstremum Noktalar..Talor-McLauri
DetaylıSPEARMAN SIRA KORELASYONU KATSAYISINDA TEKRARLANAN DEGERLER VE BİR UYGULAMA
SPEARMAN SIRA KORELASYONU KATSAYISINDA TEKRARLANAN DEGERLER VE BİR UYGULAMA Doç. Dr. SelAhattl GÜRİŞ ( ) Değişkeler arasıdaki ilişkii derecesii ölçülmeside farklı istatiksel yötemlerde yararlaılabilir.
DetaylıTürk kamu ihale kanununda fiyat ile birlikte fiyat dışı unsurların da dikkate alındığı ihale için tedarikçinin çoklu teklif hazırlama stratejisi
İstabul Üiversitesi İşletme Fakültesi Dergisi Istabul Uiversity Joural of the School of Busiess Cilt/Vol:43, Sayı/No:1, 2014, 55-69 ISSN: 1303-1732 - www.ifdergisi.org 2014 Türk kamu ihale kauuda fiyat
DetaylıDİNAMİK PORTFÖY SEÇİMİ ve BİR UYGULAMA
Yöeim, Yıl: 7, Sayı: 55, Ekim 6 DİNAMİK PORFÖY SEÇİMİ ve BİR UYGULAMA Dr. Mehme HORASANLI İsabul Üiversiesi İşleme Fakülesi Sayısal Yöemler Aabilim Dalı Bu çalışmada, Li ve Ng ( arafıda aaliik çözümü üreile
DetaylıPamukkale Üniversitesi Mühendislik Bilimleri Dergisi. Pamukkale University Journal of Engineering Sciences
Pamukkale Üiversitesi Mühedislik Bilimleri Dergisi, Cilt 19, Sayı 2, 2013, Sayfalar 76-80 Pamukkale Üiversitesi Mühedislik Bilimleri Dergisi Pamukkale Uiversity Joural of Egieerig Scieces TEK MAKİNELİ
DetaylıFonmetre FON Performans raporu
Ölçüt Getirileri Dönem 9/2012 1 Son Bir Ay Performansı ve Fonmetre Reytingleri 2 Fon İstatistikleri ve Benchmark Ağırlıklandırması 3 Sektör Ağırlıklandırması 5 Katkı ve Ağırlıklar 6 Hisse Seçimi Yıllık
DetaylıMİNİMAKS PORTFÖY MODELİ İLE MARKOWİTZ ORTALAMA- VARYANS PORTFÖY MODELİNİN KARŞILAŞTIRILMASI
MİİMAKS PORTFÖY MODELİ İLE MARKOWİTZ ORTALAMA- VARYAS PORTFÖY MODELİİ KARŞILAŞTIRILMASI ihat BOZDAĞ Şenol ALTA Sibel DUMA 3 ÖZET Bu çalışmada portföy seçimi için geçmişteki getiri değerleri kullanılarak
DetaylıBağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise
YTÜ-İktisat İstatistik II Örekleme ve Öreklem Dağılımları BASİT RASSAL ÖRNEKLEME N tae ese arasıda taelik bir öreklem seçilmesii istediğii düşüelim. eseli olaaklı her öreklemi seçilme şasıı eşit kıla seçim
DetaylıProf. Dr. Aydın Yüksel MAN 504T Yön. için Finansal Analiz & Araçları Ders: Risk-Getiri İlişkisi ve Portföy Yönetimi I
Risk-Getiri İlişkisi ve Portföy Yönetimi I 1 Giriş İşlenecek ana başlıkları sıralarsak: Finansal varlıkların risk ve getirisi Varlık portföylerinin getirisi ve riski 2 Risk ve Getiri Yatırım kararlarının
DetaylıYAPISAL ELEMANLARIN TİTREŞİM FREKANSLARININ ANALİZİ İÇİN ÜÇ BOYUTLU TIMOSHENKO KİRİŞ ELEMANI
2. Türkiye Deprem Mühedisliği ve Sismoloji Koferası YAPISAL ELEMANLARIN TİTREŞİM FREKANSLARININ ANALİZİ İÇİN ÜÇ BOYUTLU TIMOSHENKO KİRİŞ ELEMANI ÖZET: O. Soydaş 1 ve A. Sarıtaş 2 1 Doktora Öğrecisi, İşaat
DetaylıZİRAAT HAYAT VE EMEKLİLİK A.Ş. BÜYÜME AMAÇLI HİSSE SENEDİ EMEKLİLİK YATIRIM FONU
BÜYÜME AMAÇLI HİSSE SENEDİ EMEKLİLİK YATIRIM FONU 31 ARALIK 2015 TARİHİ İTİBARIYLA PAY FİYATININ HESAPLANMASINA DAYANAK TEŞKİL EDEN PORTFÖY DEĞERİ TABLOSU VE TOPLAM DEĞER/NET VARLIK DEĞERİ TABLOSUNU İÇEREN
DetaylıBIST 100. 2Ç14 Sonuçları. Ata Yatırım Araştırma
Ata Yatırım Araştırma 20 Ağustos 2014 BIST 100 2Ç14 Sonuçları BIST 100 de 2014 ikinci çeyrek itibariyle Cnbc-e konsensus beklentilerini aşan ve altında kalan hisseleri aşağıdaki tabloda; net satışlar,
DetaylıÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL MAKİNELİ ÇİZELGELEME PROBLEMİ
Öğreme Etkili Hazırlık ve Taşıma Zamalı Paralel Makieli Çizelgeleme Problemi HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ TEMMUZ 2006 CİLT 2 SAYI 4 (67-72) ÖĞRENME ETKİLİ HAZIRLIK VE TAŞIMA ZAMANLI PARALEL
DetaylıREGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.
203-204 Bahar REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyo Basit doğrusal regresyo modeli: y i = β 0 + β x i + ε i Modeli matris gösterimi, y i = [ x i ] β 0 β + ε i şeklidedir. x y 2 gözlem
DetaylıGayrimenkul Değerleme Esasları Dönem Deneme Sınavı I
1) I. Bia türü II. Bia yaşı III. Bia sııfı IV. İşaat evi V. Yıprama oraı Türkiye de bia metrekare ormal işaat maliyet bedelleri yukarıdakilerde hagilerie göre belirleir? A) Yalız II B) Yalız III C) II
DetaylıPOLİNOMLAR. reel sayılar ve n doğal sayı olmak üzere. n n. + polinomu kısaca ( ) 2 3 n. ifadeleri polinomun terimleri,
POLİNOMLAR Taım : a0, a, a,..., a, a reel sayılar ve doğal sayı olmak üzere P x = a x + a x +... + a x + a x + a biçimideki ifadelere x e bağlı reel katsayılı poliom (çok terimli) deir. 0 a 0 ax + a x
DetaylıÜNİTE. İSTATİSTİĞE GİRİŞ Prof.Dr.Erkan OKTAY İÇİNDEKİLER HEDEFLER İNDEKSLER
HEDEFLER İÇİNDEKİLER İNDEKSLER Basit İdeksler Bileşik İdeksler Tartısız İdeksler Tartılı İdeksler Mekâ İdeksleri İSTATİSTİĞE GİRİŞ Prof.Dr.Erka OKTAY İktisadi göstergeleri daha iyi yorumlayıp karşılaştırılabilecek
Detaylı7. Ders. Bazı Kesikli Olasılık Dağılımları
Hatırlatma: ( Ω, U, P) bir olasılık uzayı ve 7. Ders Bazı Kesikli Olasılık Dağılımları : Ω ω R ( ω) foksiyou Borel ölçülebilir, yai B B içi { ω Ω : ( ω) B } U oluyorsa foksiyoua bir Rasgele Değişke deir.
DetaylıARAŞTIRMA MAKALESİ /RESEARCH ARTICLE
ANADOLU ÜNİVERSİTESİ BİLİM VE TEKNOLOJİ DERGİSİ ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY Cilt/Vol.:-Sayı/No: : 355-366 (9) ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE TEK DEĞİŞKENLİ KARARLI DAĞILIMLAR,
DetaylıAÇIK ĐŞLETME BASAMAKLARI TENÖR KONTROLÜNDE JEOĐSTATĐSTĐKSEL TAHMĐN MODELĐ SEÇĐMĐ
Eskişehir Osmagazi Üiversitesi Müh.Mim.Fak.Dergisi C.XXI, S., 2008 Eg&Arch.Fac. Eskişehir Osmagazi Uiversity, Vol..XXI, No:, 2008 Makalei Geliş Tarihi : 2.02.2007 Makalei Kabul Tarihi : 23.03.2007 AÇIK
Detaylıİstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş
İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük
DetaylıMACH SAYISININ YAPAY SİNİR AĞLARI İLE HESAPLANMASI
V. ULUSAL HAVACILIK VE UZAY KONFERANSI UHUK-014-065 8-10 Eylül 014, Erciyes Üiversitesi, Kayseri MACH SAYISININ YAPAY SİNİR AĞLARI İLE HESAPLANMASI İlke TÜRKMEN 1 Erciyes Üiversitesi, Kayseri Seda ARIK
DetaylıRisk ve Getiri. Dr. Veli Akel 1-1
Bölüm m 1 Risk ve Getiri Dr. Veli Akel 1-1 Risk ve Getiri urisk ve Getirinin Tanımı uriski Ölçmek Đçin Olasılık Dağılımlarını Kullanmak uportföyün Riski ve Getirisi uçeşitlendirme ufinansal Varlıkları
DetaylıISF404 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ
2..28 5. HAFTA ISF44 SERMAYE PİYASALAR VE MENKUL KIYMETLER YÖNETİMİ Mekul Kıymet Yatırımlarıı Değerlemesi Doç. Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr 2 Temel Değerleme Modeli Mekul Kıymet Değerlemesi
DetaylıYabancı İşlemleri [Ekim 2018]
Borsa İstanbul da 2018 yılı Ekim ayında yabancı yatırımcılar toplam 1,53 mlr TL net satım gerçekleştirdi. Bu ay dikkati çeken gelişmeler; Yabancı yatırımcıların en çok net alım yaptığı hisseler ASELS (150
Detaylı4.Bölüm Tahvil Değerlemesi. Doç. Dr. Mete Doğanay Prof. Dr. Ramazan Aktaş
4.Bölüm Tahvil Değerlemesi Doç. Dr. Mee Doğaay Prof. Dr. Ramaza Akaş Amaçlarımız Bu bölümü amamladıka sora aşağıdaki bilgi ve becerilere sahip olabileceksiiz: Tahvillerle ilgili emel kavramları bilmek
DetaylıSAYISAL ÇÖZÜMLEME. Sayısal Çözümleme
SAYISAL ÇÖZÜMLEME Saısal Çözümleme SAYISAL ÇÖZÜMLEME 8. Hafta İNTERPOLASYON Saısal Çözümleme 2 İÇİNDEKİLER Ara Değer Hesabı İterpolaso Doğrusal Ara Değer Hesabı MATLAB ta İterpolaso Komutuu Kullaımı Lagrace
DetaylıDENEYĐN AMACI: Bu deneyin amacı MOS elemanların temel özelliklerini, n ve p kanallı elemanların temel uygulamalarını öğretmektir.
DENEY NO: 7 MOSFET ÖLÇÜMÜ ve UYGULAMALARI DENEYĐN AMACI: Bu deeyi amacı MOS elemaları temel özelliklerii, ve p kaallı elemaları temel uygulamalarıı öğretmektir. DENEY MALZEMELERĐ Bu deeyde 4007 MOS paketi
DetaylıDoğrusal Olmayan Kısıtlı Programlama ile Yapay Sinir Ağlarının Eğitilmesi ÖZET
Doğrusal Olmaya Kısıtlı Programlama ile Yapay Siir Ağlarıı Eğitilmesi Sabri ERDEM 1 ve Şe ÇAKIR 2 1 Dokuz Eylül Üiv. İşletme Fak., İg. İşletme Bölümü, İzmir, Türkiye sabri.erdem@deu.edu.tr 2 Dokuz Eylül
DetaylıSVFM. Ders 11 Finansal Yönetim 15.414
SVFM Ders 11 Finansal Yönetim 15.414 SVFM Riski ölçmek Sistematik risk, dağıtılabilir risk Risk ve getiri arasındaki denge Bugün Okuma Brealey ve Myers, Bölüm 8.2-8.5 Tekrar Çeşitlendirme Çeşitlendirme,
DetaylıİÇİNDEKİLER. Ön Söz Polinomlar II. ve III. Dereceden Denklemler Parabol II. Dereceden Eşitsizlikler...
İÇİNDEKİLER Ö Söz... Poliomlar... II. ve III. Derecede Deklemler... Parabol... 9 II. Derecede Eşitsizlikler... 8 Trigoometri... 8 Logaritma... 59 Toplam ve Çarpım Sembolü... 7 Diziler... 79 Özel Taımlı
DetaylıHİPOTEZ TESTLERİ. İstatistikte hipotez testleri, karar teorisi olarak adlandırılır. Ortaya atılan doğru veya yanlış iddialara hipotez denir.
HİPOTEZ TETLERİ İstatistikte hipotez testleri, karar teorisi olarak adladırılır. Ortaya atıla doğru veya yalış iddialara hipotez deir. Öreği para hilesizdir deildiğide bu bir hipotezdir. Ortaya atıla iddiaya
DetaylıANALİTİK HİYERARŞİ SÜRECİ İLE KREDİ DERECELENDİRME ANALİZİ ÜZERİNE BİR MODEL ÖNERİSİ
ANALİTİK HİYERARŞİ SÜRECİ İLE KREDİ DERECELENDİRME ANALİZİ ÜZERİNE BİR MODEL ÖNERİSİ Doç. Dr. Göktuğ Cek AKKAYA Dokuz Eylül Üiversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü cek.akkaya@deu.edu.tr
DetaylıDiferansiyel Gelişim Algoritmasının Termik Birimlerden Oluşan Çevresel Ekonomik Güç Dağıtım Problemlerine Uygulanması
Diferasiyel Gelişim Algoritmasıı Termik Birimlerde Oluşa Çevresel Ekoomik Güç Dağıtım Problemlerie Uygulaması Differetial evolutio algorithm applied to evirometal ecoomic power dispatch problems cosistig
DetaylıARALIK 2014 1- FONU TANITICI BİLGİLER
ARALIK 2014 1- FONU TANITICI BİLGİLER A. FONUN ADI: T. HALKBANKASI AŞ A TİPİ KARMA FONU B. KURUCUNUN ÜNVANI: T.HALKBANKASI AŞ. C. YÖNETİCİ ÜNVANI HALK YATIRIM MENKUL DEĞERLER AŞ D. FON TUTARI 10,000.00
DetaylıIMKB 30. Hisse Açıklaması Likidite Endeks
IMKB 30 TEMİNAT ALINABİLECEK MENKUL KIYMETLER VE TEMİNAT ORANLARI Hisse Hisse Açıklaması Likidite Endeks AEFES AEFES ANADOLU EFES 0.80 IMKB30 1 AKBNK AKBNK AKBANK 0.90 IMKB30 2 AKGRT AKGRT AKSİGORTA 0.80
Detaylı