MétaCan
Menu
Retour à la cohorte
Enregistrement W7023943353

Promethee sıralama yöntemi ile portföy oluşturma ve Borsa İstanbul’da 2010-2015 yılları arasında bir uygulama

2020· dissertation· tr· W7023943353 sur OpenAlexaboutno aff

Notice bibliographique

RevueMarmara University Open Access System · 2020
Typedissertation
Languetr
DomaineDecision Sciences
ThématiqueStock Market Forecasting Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRanking (information retrieval)Index (typography)Value (mathematics)Quarter (Canadian coin)Process (computing)Decision process
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Yatırım ile ilgili kararlar verilirken kişiler hem kendi tecrübelerini yansıtacakları hem de bilimsel gerçekleri kullanabilecekleri yöntemler ararlar. Kullanılacak yöntemin kolaylığı ve hızlı sonuç vermesi yöntemde aradıkları ilk şart olmaktadır. Tecrübelerini yansıtabildikleri ve bilimsel bir yöntem olan Promethee sıralama yöntemi çoğu yatırımcı için uygun bir yöntemdir. Bu çalışmada portföy oluştururken tercih edilecek olan hisse senetlerinin seçiminde çok kriterli karar verme tekniği olan Promethee kullanılması amaçlanmıştır. Yöntem seçilirken Promethee’nin finansal kararların alınmasında kullanılabilirliği ve yöntemin uygulanmasının kolaylığı göz önünde bulundurulmuştur. Uygulamaya 2016 yılının ilk iki çeyreğinde BIST-100 endeksinde yer alan şirketler dahil edilmiş ve 2010-2015 yılları arasındaki verileri incelenmiştir. İşlem miktarı, işlem hacmi ve volatilite kriterleri açısından portföye dahil edilmesi gereken hisse senetleri tespit edilmiş, Promethee sıralama yönteminin portföy oluşturmada yararlı bir araç olduğu belirtilmiştir.
\n
\n--------------------
\nInvestors seek methods in which they can reflect their own experiences and use scientific realities in decision making process. Two of the most important conditions of method choice are convenience and quick result. Promethee ranking method is suitable for the most investors. This study aims to use Promethee, the multi criteria decision making method, for selecting share stocks by creating portfolio. Promethee is easy to use in decision making process and easy to apply. These features are considered by preferring this method. Companies in first two quarter of 2016 BIST-100 Index are involved to the application and share stocks between the years of 2010-2015 are analyzed. Share stocks are located according to such criteria as trade quantity, volatility, traded value and it is stated that Promethee ranking method is useful by creating portfolio.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,190
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,005
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0030,010
Études des sciences et des technologies0,0030,001
Communication savante0,0130,008
Science ouverte0,0310,012
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,162
Tête enseignante GPT0,431
Écart entre enseignants0,270 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarmara University Open Access SystemMême sujetStock Market Forecasting MethodsTravaux en français237 207