Forecasting stock market volatility using artificial neural networks
Hisse senedi değişebilirliğinin yapay sinir ağları ile tahmin edilmesi
- Tez No: 184859
- Danışmanlar: PROF. DR. FİKRET GÜRGEN, DOÇ. DR. NESRİN OKAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2004
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 119
Özet
HİSSE SENEDİ DEĞİŞEBİLİRLİĞİNİNYAPAY SİNİR AĞLARI İLE TAHMİN EDİLMESİMustafa Serdar YümlüBilgisayar Mühendisliği, Yüksek Lisans Tezi, 2004Tez Danışmanı: Prof. Dr. Fikret S. GürgenTez Danışmanı: Doç. Dr. Nesrin OkayHisse senetleri piyasası, kapitalist ülkelerin ekonomilerinde çok önemli bir roloynamaktadır. Milyonlarca insan hergün daha fazla kar elde edebilmek için alış/satışyapmaktadırlar. Bu noktada piyasanın geleceğini bilebilmek daha fazla önem kazanıyor.Borsada gelecek tahmini, olası kayıpların tahmin edilmesidir. Bu olasılık, ilgili piyasakatılımcısı için gelecek risk profilini oluşturur. Önemli olan bu riskin tahmini,ölçülebilirliği ve matematik normlarıyla ifade edilebilmesidir. Bu bağlamda zaman serisiiçindeki varyans ölçülür ve tahminler bunun üzerine gerçekleştirilir. Finans zaman serileri,direkt olarak ölçülemeyen şartlı varyans (volatilite) olarak bilinen zamana bağlı varyanssergiler.Biz bu çalışmada, yapay sinir ağları kullanarak volatilite modellemesi ve bumodellerle gelecek tahminleri üzerine odaklandık. Özellikle, yapay sinir ağlarının hissegetirilerinin risk tahminlerinde kullanımını araştırıyoruz. Geleneksel yöntemlerin aksine,volatilite içerisinde zamana bağımlı ilişkiyi yapay sinir ağları ile modelliyoruz.Karışık Uzmanlar içerisindeki böl ve yönet tekniği ile once uzayı gruplara ayırdık veher gruba bir yerel uzman atadık. Yerel uzmanlara kendi ilgi alanlarını öğreterek ve buyerel uzmanların çıktılarını kapı uzmanı aracılığıyla birleştirerek zaman içindeki ilişkiyimodelleyebildik ve bu tekniği İstanbul Menkul Kıymetler Borsası (İMKB) Ulusal 100endeksinin gelecek tahmininde kullandık. Ayrıca girdi ve çıktı uzayı arasındaki ilişkiyiTekerrür Eden Yapay Sinir Ağları' nın çoklu geribesleme mekanizması ile modelledik.Geleneksel ve sinirsel yöntemleri birleştirerek yeni modeller ortaya koyduk ve bütün bumodeller tanımlanmış kriterler ile test edilip karşılaştırıldılar. Sonuç olarak, KarışıkUzmanlar ve Tekerrür Eden Yapay Sinir Ağları' nın İMKB Ulusal 100 endeksinin günlükzaman serileri modellemesinde geleceği parlak volatilite modelleri olduğuna karar verdik.
Özet (Çeviri)
FORECASTING STOCK MARKET VOLATILITYUSING ARTIFICIAL NEURAL NETWORKSMustafa Serdar YümlüComputer Engineering, M.S. Thesis, 2004Thesis Supervisor: Prof. Fikret S. GürgenThesis Co-Supervisor: Assoc. Prof. Nesrin OkayStock markets play a very significant role in the economy of capitalist countries.Millions of people trade everyday in order to have more and more profit. At this point,being able to know the future of the market gets more importance. Future prediction in astock market is the prediction of the probability of the future losses. This probability formsthe future risk profile for the interested market participant. The important thing is theestimation, measurement and the definition of the risk in mathematical norms. In thiscontext, the variance in the time series is measured and the predictions are based over thisvariance. Financial time series exhibit time dependent heteroskedastic variance known asthe conditional variance (volatility) that is not a directly observable feature.In this thesis study, we focus on the volatility modeling using artificial neuralnetworks (ANNs) and future predictions with these volatility models. Specifically, we areinvestigating the use of ANNs in risk estimation of asset returns. On the contrary totraditional methods, we have used ANNs to model the relationship, the dependence in timein volatility.We have divided the space into clusters with the help of the Mixture of Experts(MoE)?s divide and conquer technique and we have assigned local experts to each cluster.Having localized experts learn their region of interest and having combined the outputs ofthese local experts via a gating expert we have been able to model the relationship in timeand we have used this technique for the future prediction of Istanbul Stock Exchange (ISE)National-100 index. Also we modeled the relation between the input and output space bythe help of the hybrid recurrent neural networks (RNN)?s multiple feedback mechanism.As a result, we have determined that MoE and hybrid RNN are very promising in modelingthe volatility of ISE National-100 index.
Benzer Tezler
- Forecasting stock market return using artificial neural networks
Hisse senedi getirisinin yapay sinir ağları ile tahmini
VOLKAN DOĞAN
Yüksek Lisans
İngilizce
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiSistem ve Kontrol Mühendisliği Ana Bilim Dalı
PROF.DR. FİKRET GÜRGEN
- Uzun kısa süreli bellek ile altın fiyatı tahmini
Gold price forecasting using long short-term memory
SİNA BİRECİK
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLAY ÖKE GÜNEL
- Dalgacık dönüşümü kullanılarak hisse senedi fiyat tahmini üzerine bir uygulama
An application on stock price prediction with neural network by using wavelet transform
HASAN AYKUT KARABOĞA
Yüksek Lisans
Türkçe
2015
EkonometriYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. İBRAHİM DEMİR
- Equity portfolio optimization using reinforcement learning: An emerging market case
Pekiştirmeli öğrenme ile hisse senedi portföyü optimizasyonu: Gelişmekte olan piyasa örneği
MERT CANDAR
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Yapay zeka yöntemleriyle hisse senedi fiyatının öngörülmesi
Stock market prediction using artificial intelenge metyhods
MEHMET HARUN SONGÜN
Doktora
Türkçe
2023
MaliyeMarmara ÜniversitesiSermaye Piyasası ve Borsa Ana Bilim Dalı
PROF. DR. MURAT AKBALIK