BULANIK MANTIK YAKLAŞIMIYLA FİNANSAL YÖNETİM UYGULAMALARI: BİR LİTERATÜR TARAMASI

Bulanık mantık yaklaşımı, yapay zeka çalışmalarının bir alt dalı olarak incelenmektedir. Aristoteles'in iki değerli mantık önermesine karşı, çok değerli mantık çalışmalarının bir ürünü olarak ortaya çıkmıştır. İlk olarak buhar makinesi denetleme sisteminde kullanılan bulanık mantık yaklaşımının günümüzde çok geniş sahada uygulama alanı bulduğu görülmektedir. Finansal yönetimde bulanık mantık uygulamaları ise oldukça yeni bir konudur. Bulanık mantığın; hisse senedi fiyat tahmini, kredi değerlendirme, portföy seçimi ve risk analizi uygulamaları oldukça popüler bir yöntem haline gelmiştir. Bu makalede bu alanda yapılan çalışmalar; analiz edilen veriler, kullanılan metot ve elde edilen sonuçlar çerçevesinde sunulmuştur.

PRACTICE OF FINANCIAL MANAGEMENT WITH FUZZY LOGIC APPROACH: THE LITERATURE REVIEW

Fuzzy logic approach is discussed as a sub-branch of artificial intelligence studies. It has developed as a result of multi valued logic studies carried out against the two valuable logic proposals of Aristotle. It is seen that although the fuzzy logic approach was first used in steam engine control system, nowadays is used in a wide range of application fields. Using fuzzy logic in financial management field is also a new subject. Stock price prediction, credi trating, portfolio selection and risk assesment in fuzzy logic are very populer methods. In this article we present researchs about this are a depending data on analysis, used methods and results

___

  • Aslantaş, C. (2008). Portföy yönetiminde fuzzy yaklaşımı. (Yayınlanmamış yüksek lisans tezi). Marmara Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.
  • Atsalakis, G., & Valavanis, K. (2009). Forecasting stock market short-term trends using a neuro-fuzzy based methodology. Expert Systemswith Applications, 36, 10696- 10707
  • Boyacıoğlu, M. A., & Avcı, D. (2010). An adaptive network-based fuzzy inference system (anfıs) forthe prediction of stock market return: The case of the Istanbul Stock Exchange. Expert Systemswith Applications, 37, 7908-7912.
  • Chang P. & Liu,C. (2008). A TSK type fuzzy rule based system for stock price prediction. Expert Systemswith Applications, 34, 135-144.
  • Cheung, W. M. & Kaymak, U. (2007, November). A fuzzy logic based trading system. NİSIS 2007 3rd AnnualSymposium, Malta.
  • Çağman, N. (2006). Bulanık mantık. Bilim ve Teknik, 463, 50-51.
  • Doesken B., Abraham, A. T. J., & Paprzycki, M. (2005, April). Real stock trading using soft computing models. İnformation technolog: Coding and computing. Conference Publications, 2, 162-167.
  • Dong M., & Zhou, X. S. (2002, November). Exploring the fuzzy nature of technical patterns of U.S. Stock Market. Iconip’02-Seal’02-Fskd’02, Singapore.
  • Dourra H., & Sıy, P. (2001). Stock evaluation using fuzzy logic. International Journal of Theoretical and Applied Finance, 4(4), 585-602.
  • Dourra H., & Sıy, P. (2002). Investment using technical analysis and fuzzy logic. Fuzzy Sets and Systems, 127, 221-240.
  • Gamil A. A., El-fouly, R. S., & Darwish, N. M. (2007, July). Stock technical analysis using multi agent and fuzzy logic. World Congress Engineering, London.
  • Gradojevıc, N., & Gençay, R. (2012). Fuzzy logic, trading uncertainty and technical trading. Journal of Banking& Finance, 37, 578-586.
  • Gülgör, G. (2010). İMKB 30 endeksinde klasik ve bulanık analitik hiyerarşi süreci ile portföy seçimi ve performanslarının karşılaştırılması. (Yayınlanmamış Yüksek Lisans Tezi). Osmangazi Üniversitesi Sosyal Bilimler Enstitüsü, Eskişehir.
  • İnceoğlu, F. E. (2010). Bulanık zaman serisi yöntemleri ile İMKB öngörüsü. (Yayınlanmamış Yüksek Lisans Tezi). Ondokuz Mayıs Üniversitesi Fen Bilimleri Enstitüsü, Samsun.
  • Lam, S. S. (2001). Agenetic fuzzy expert system for stock market timing. Evolutionary computation. Conference Publications, 1, 410-417.
  • Pelitli, D. (2007). Portföy analizinde bulanık mantık yaklaşımı ve uygulama örneği. (Yayınlanmamış Yüksek Lisans Tezi). Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü, Denizli.
  • Roy, P., Sharma S., & Kowar, M. K. (2012). Fuzzy candles tick approach to trade S&P CNX NIFTY 50 index using engulfing patterns. International Journal of Hybrid Information Technology, 5(3).
  • Sadiku, M. N. O. (1989). Artifical intelligence: An overview on the many areas and technologies artificial intelligence encompasses potentials. 8(2), 35-39.
  • Simutis, R. (2000). Fuzzy logic based stock trading system. Computational ıntelligence for financial engineering. CIFE Proceedings of the IEEE/ IAFE/ INFORMS. Conference Publications, 19-21.
  • Yıldız, B. (2008). Oran analizinde bulanık mantık kullanımı: Amprikbir çalışma. MÖDAV, 183-205.
  • Zadeh, L. (1965). Fuzzy sets. .Information and Control. 8, 338-353.