Geri Dön

Finding companies that can be invested with visual processing methods and natural language processing

Görüntü işleme yöntemleri ve doğal dil işleme ile yatırım yapılabilecek şirketleri bulma

  1. Tez No: 1017543
  2. Yazar: MUSTAFA ÖZDEMİR
  3. Danışmanlar: DOÇ. DR. FATMA SELEN MADENOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2026
  8. Dil: İngilizce
  9. Üniversite: Abdullah Gül Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tezde, BIST 30 endeksine dahil şirketlerin yatırım yapılabilirliğini değerlendirmek amacıyla fiyat grafiği görüntüleri ile haber temelli duygu verilerini birlikte kullanan iki aşamalı bir makine öğrenimi modeli geliştirilmiştir. İlk aşamada, günlük fiyat verilerinden oluşturulan 20 günlük kaydırmalı grafik pencereleri CNN ve CNN + LSTM modelleri ile sınıflandırılmış ve toplam 6.630 görsel“yatırım yapılabilir/yapılamaz”şeklinde etiketlenmiştir. İkinci aşamada ise her şirket için KAP'tan elde edilen son 10 haber BERT ve Roberta tabanlı Türkçe duygu analizi modelleriyle değerlendirilmiştir. Haber duygu analizi sonucunda BERT modelinde 15 şirketin pozitif, 14 şirketin negatif haber tonuna, Roberta modelinde ise 17 şirketin pozitif, 12 şirketin negatif haber tonuna sahip olduğu belirlenmiştir. CNN ve CNN + LSTM modelleri birlikte değerlendirildiğinde, 11 şirkette sinyallerin olumlu, 13 şirkette olumsuz yönde örtüştüğü; 5 şirkette ise sinyallerin ayrıştığı görülmüştür. Elde edilen bulgular, fiyat grafikleriyle haber duyarlılığının birlikte kullanılmasının yatırım yapılabilirlik analizini güçlendirdiğini ve hibrit modellerin BIST gibi gelişmekte olan piyasalarda etkili bir karar destek aracı olabileceğini göstermektedir.

Özet (Çeviri)

This thesis develops a two-stage machine learning model that combines price chart images with news-based sentiment data to evaluate the investment suitability of companies included in the BIST 30 index. In the first stage, 20-day shifting chart windows created from daily price data were classified using CNN and CNN + LSTM models, and a total of 6,630 visuals were labeled as“investment suit/not investment suit”. In the second stage, the last 10 news items obtained from the Public Disclosure Platform (KAP) for each company were evaluated using BERT and Roberta-based Turkish sentiment analysis models. As a result of the news sentiment analysis, it was determined that 15 companies had a positive news tone and 14 companies had a negative news tone in the BERT model, while 17 companies had a positive news tone and 12 companies had a negative news tone in the Roberta model. When CNN and CNN + LSTM models were evaluated together, it was observed that the signals coincided positively in 11 companies and negatively in 13 companies; and the signals diverged in 5 companies. The findings show that combining price charts with news sentiment strengthens investment suitability analysis and that hybrid models can be an effective decision support tool in emerging markets like BIST.

Benzer Tezler

  1. Tez No

    450943

    Yüklenici inşaat firmalarının ülke seçimi için geliştirilen çok ölçütlü karar verme modellerinin karşılaştırılması: Vaka çalışması

    Comparison of multi-criteria-decision-making tools for country selection of the contractors: Case study

    GİZEM FİDAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜL POLAT TATAR

  2. Tez No

    616119

    Kınect ile bilgi sistemlerine uzaktan erişim

    The remote access of the information system via kinect

    MEHMET ERDEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik MühendisliğiHava Harp Okulu Komutanlığı

    Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MUSTAFA EMRE AYDEMİR

  3. Tez No

    813262

    Temizlik ürünleri firmalarının satış tutundurma faaliyetleri kapsamında televizyon ve internet reklamlarıyla tüketiciyi etkileme çabaları

    Başlık çevirisi yok

    EMRE KESKİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    ReklamcılıkAvrasya Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERKAN ÖMER ABBASİGİL

  4. Tez No

    75607

    Finansal kiralama şirketlerinden teşvikli finansal kiralama uygulaması

    The Application of incentive financial leasing in leasing firms

    MEVLÜT BAYRAKTAROĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    YRD. DOÇ. DR. CEMİL ALBAYRAK

  5. Tez No

    747472

    Technology investment in supply chains: impact of new entry, competition, and interventions

    Tedarik zincirlerinde teknoloji yatırımları: piyasaya girişler, rekabet ve müdahalalerin etkisi

    ÖZGEN KARAER

    Doktora

    İngilizce

    İngilizce

    2008

    Endüstri ve Endüstri MühendisliğiStanford Unıversıty

    Endüstri Mühendisliği ve Operasyon Yönetimi

    PROF. DR. FERYAL ERHUN

Geri Dön