Forecasting stock market return using artificial neural networks
Hisse senedi getirisinin yapay sinir ağları ile tahmini
- Tez No: 181198
- Danışmanlar: PROF.DR. FİKRET GÜRGEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2006
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Sistem ve Kontrol Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 100
Özet
Hisse senedi getirilerinin tahmin edilmesi finans dünyasında özellikler Türkiye veBrezilya gibi gelişen ekonomilerde önemli bir kavramdır. Bu tez çalışmasında, yapay sinirağları kullanılarak hisse senedi piyasasının modellenmesi ve tahmin edilmesi yapılmıştır.Menkul Kıymetler Borsası ( MKB) Ulusal 100 ve Ulusal 30 endeksleri yerel market için,Brezilya ulusal endeksi uluslar arası piyasa için kullanılmıştır.Girdi uzayı statiksel kümeleme tekniği olan Expectation Maximization ile kümelerebölünmüştür. Yapay sinir ağı yapısı olan Mixture of Experts kullanılmış, her kümeye yerelbir eksper atanmıştır. Yerel uzmanlar kendi ilgi alanlarını öğrenirken, geçit eksperleri lokaleksperlerin çıktılarını işleyerek esas çıktıyı oluşturacak şekilde birleştirmişlerdir. Bununyanı sıra aynı teknik gelecek getirilerin hesaplanmasında kullanılmıştır.Finanssal zamana serilerinin modellenmesinde sadece geçmiş getiri değerlerikullanılmamıştır. Araştırılan piyasaların fazlaca değişebilir olmasını göz önündebulundurarak değişkenlik faktörü de modellere eklenmiştir. RiskMetrics⢠[30]kullanılarak hesaplanan değişkenlik mevcut veriyi daha iyi ifade edebilmek için dahiledilmiştir. Deneylerimizin sonuçları genel olarak kabul edilmiş ve hazırlanmış performansölçülerine göre değerlendirilmiştir.Deneylerimizden elde ettiğimiz bir diğer ilginç sonuç ise; değişik makro ekonomileresahip ülkelerin hisse senedi piyasalarının arasındaki ilişkidir. Bu ilişki şaşırtıcı değildirçünkü 1980-1990 yılları arasında Türkiye mali piyasaların serbestleşmesi süreci içindeönemli bir miktar düzenlemeleri Latin Amerika ülkelerinden almıştır, bunlarında başındaBrezilya gelmektedir.
Özet (Çeviri)
Stock market?s return prediction is an important concept in emergent markets likeTurkey and Brazil. In this thesis, I used artificial neural networks architecture to model andpredict stock markets. Istanbul stock exchange indices National-100 and National-30 areused for domestic market, Brazilian stock exchange index, BVSP, is used as theinternational market.Input space is divided into clusters with statistical clustering technique ExpectationMaximization. ANN?s structure Mixture of Experts is used and local experts are assignedto each cluster. While local experts are learning their region of interest, in parallel, gatingexperts combine the outputs of them to model overall structure. Besides, future returns arepredicted based on patterns obtained from past trainings.In financial time series modeling using ANN, I used past returns in simulations.Since we know two investigated markets are highly volatile and chaotic, the volatilityfactor is added to the analysis as well. Volatility calculated from RiskMetrics⢠[30] is alsoincluded in the models to capture different dynamic features of the data. Results of oursimulations are evaluated by using previously defined and widely accepted performancemeasures.Another interesting result is gained during our simulations; two countries of differentmacroeconomic structures show similarities. Interaction between Turkish and Brazilianstock markets is not surprising; during the financial liberalization of the 1980-1990s,Turkey imported many constitutional laws from Latin American economies especiallyfrom Brazil.
Benzer Tezler
- Yapay sinir ağlarının portföy yönetiminde kullanılması
Artificial neural networks in portfolio selection
ERKUT ERDİNÇ
Yüksek Lisans
Türkçe
2005
İşletmeGebze Yüksek Teknoloji Enstitüsüİşletme Ana Bilim Dalı
YRD. DOÇ. DR. HÜSEYİN İNCE
- Dalgacık dönüşümü ve derin öğrenme yöntemleri ile hisse senedi fiyat tahmini
Stock price prediction with wavelet transform and deep learning methods
ÇAĞRI ÇOBAN
Yüksek Lisans
Türkçe
2023
EkonometriAydın Adnan Menderes ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. ELVAN HAYAT
- Derin öğrenme ile çizge zaman serilerinin analizi
Analysis of graph time series with deep learning
MUSTAFA MERT KESKİN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET MURAT ÖZBAYOĞLU
- Makro ekonomik ve finansal verilerin İstanbul Menkul Kıymetler Borsası endeksleri üzerinde etkisini belirleyen bir tahmin sistemi geliştirilmesi
Modelling a forecasting system regarding the effects of macroeconomics and financial data on ISE
FEYZİ HAZNEDAROĞLU
Doktora
Türkçe
2009
Ekonomiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. OKTAY TAŞ
- Employing deep learning approaches for financial time series analysis
Derin öğrenme yaklaşımlarının finansal zaman serileri analizinde kullanılması
FIRAT MELİH YILMAZ
Yüksek Lisans
İngilizce
2023
İstatistikDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ENGİN YILDIZTEPE