Geri Dön

Forecasting stock market volatility using artificial neural networks

Hisse senedi değişebilirliğinin yapay sinir ağları ile tahmin edilmesi

  1. Tez No: 184859
  2. Yazar: MUSTAFA SERDAR YÜMLÜ
  3. Danışmanlar: PROF. DR. FİKRET GÜRGEN, DOÇ. DR. NESRİN OKAY
  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: 2004
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Forecasting stock market return using artificial neural networks

    Hisse senedi getirisinin yapay sinir ağları ile tahmini

    VOLKAN DOĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2006

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Sistem ve Kontrol Mühendisliği Ana Bilim Dalı

    PROF.DR. FİKRET GÜRGEN

  2. Uzun kısa süreli bellek ile altın fiyatı tahmini

    Gold price forecasting using long short-term memory

    SİNA BİRECİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLAY ÖKE GÜNEL

  3. 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

    Türkçe

    2015

    EkonometriYıldız Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. İBRAHİM DEMİR

  4. 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

    İngilizce

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

  5. Yapay zeka yöntemleriyle hisse senedi fiyatının öngörülmesi

    Stock market prediction using artificial intelenge metyhods

    MEHMET HARUN SONGÜN

    Doktora

    Türkçe

    Türkçe

    2023

    MaliyeMarmara Üniversitesi

    Sermaye Piyasası ve Borsa Ana Bilim Dalı

    PROF. DR. MURAT AKBALIK