Yapay Ari Kolonisi Tabanli Portföy Optimizasyonu ve Derin Pekiştirmeli Öǧrenme ile Hibrit Risk Yönetimi Artificial Bee Colony-Based Portfolio Optimization and Hybrid Risk Management with Deep Reinforcement Learning
34th Signal Processing and Communications Applications Conference, SIU 2026, İstanbul, Türkiye, 7 - 10 Temmuz 2026, (Tam Metin Bildiri)
- Yayın Türü: Bildiri / Tam Metin Bildiri
- Doi Numarası: 10.1109/siu71813.2026.11636838
- Basıldığı Şehir: İstanbul
- Basıldığı Ülke: Türkiye
- Anahtar Kelimeler: A2C, algoritmik portföy yönetimi, hibrit risk yönetimi, Sortino orani, yapay art kolonisi
- Erciyes Üniversitesi Adresli: Evet
Özet
Bu çalişmada, stratejik portföy seçimi ile günlük risk yönetimini birleştiren hibrit bir yapi önerilmektedir. Aylik portföy oluşturma süreci, Yapay Ari Kolonisi (ABC) algoritmasinin minimum varyans, negatif Sharpe ve negatif Sortino oranina dayali üç varyanti ile yürütülmektedir. Günlük risk müdahaleleri ise Avantaj Aktör-Eleştirmen (A2C - Advantage Actor-Critic) tabanli bir ajan tarafindan gerçekleştirilmektedir. Deneyler, NASDAQ-100 üzerinde 2025 deǧerlendirme dönemi için yürütülmüş ve hibrit yapi statik portföylerle karşilaştirilmiştir. Bulgular, özellikle Sortino tabanli stratejinin hibrit yapi ile daha yüksek getiri ve daha düşük maksimum düşüş ürettiǧini göstermektedir. Sonuç olarak, aşaǧi yönlü riski dikkate alan stratejik portföy seçiminin dinamik risk yönetimi ile daha uyumlu çaliştiǧi görülmüştür.