Geri Dön

Bayes teoremi ve yapay sibir ağları modelleriyle borsa gelecek değer tahmini uygulaması

Stock market forecasting based on bayesian decision theory and artificial neural networks

  1. Tez No: 216725
  2. Yazar: İSMET BAHADIR
  3. Danışmanlar: YRD. DOÇ. DR. A. MURAT ÖZBAYOĞLU
  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: 2008
  8. Dil: Türkçe
  9. Üniversite: TOBB Ekonomi ve Teknoloji Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
  12. Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  13. Sayfa Sayısı: 87

Özet

Borsa, sadece serbest piyasa içinde yer alan bir yatırım amacı değil, aynı zamanda ekonominin nabzını ölçen bir göstergedir. Borsa ve dolayısıyla hisse senetleri ile fonlar, uzun zamandır yatırımcılar, araştırmacılar ve bilim dünyası için çok önemli ve gizemini koruyan bir konu olmuştur. Borsa sayesinde, yatırımlarını doğru değerlendirebilenler büyük kazançlar sağlayabilmişken, çok büyük kayıplar yaşayanlar da olmuştur. Böyle büyük kazanç ve kayıplar söz konusu iken, yatırımcıların doğru tahmin yapabilmeleri için yardımcı bir destek sistemi kullanma ihtiyacı doğmuştur. Bu çalışmada, bir yatırım aracı olan borsa içinde yer alan ve ETF adı verilen fonlar için, teknik analiz ve karar destek sistemleri tasarlanmış ve bu sistemlerin başarımları kıyaslanmıştır. Bu amaçla, sistemde kullanılan her ETF'in kapanış değerleri kullanılarak teknik analiz yöntemleri kullanılmış ve bu yöntemlerle bir uzman sistem tasarlanarak ETF'lerin ertesi günkü değerleri tahmin edilmeye çalışılmıştır. Ayrıca, başarım karşılaştırması için, teknik analiz sonuçları bir yapay sinir ağına (YSA) girdi olarak verilmiş ve yine ertesi günü tahmin etmeye çalışan bir karar destek sistemi oluşturulmuştur.

Özet (Çeviri)

Stock market is not only an investment tool in free market, but also is an indicator of the economic statuses of the countries. Stock market, and thus stocks and funds have been a very important and mysterious subject among investors, researchers and economists. People who made the correct investments have gained enormous profits whereas people who could not. Therefore, a need for a decision support system have arisen in a such important decision making process. In this study, technical analysis and decision support systems for the funds named as ETFs which exist in stock market, were designed and performances of these systems were compared. Thus, technical analysis methods were applied by using the daily closing values of each ETFs and the next day value of the ETFs were tried to be predicted. Besides, for the sake of performance comparison, technical analysis results were given as input to an artificial neural network and another decision support system was created. Finally, the results of these two systems were compared.

Benzer Tezler

  1. Tanecikli hesaplama yöntemi ile kavram çözümleme

    Concept analysis with granular computing method

    MERT BAL

    Doktora

    Türkçe

    Türkçe

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    PROF. DR. HAYRİ SEVER

    PROF. DR. OYA KALIPSIZ

  2. Fake news classification using machine learning and deep learning approaches

    Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması

    SAJA ABDULHALEEM MAHMOOD AL-OBAIDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR

  3. Medical diagnosis via artificial intelligence

    Yapay zeka ile tıpta tanı koyma

    YÜCEL AKILLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ALİ RIZA AŞKUN

  4. Açık uçlu eşeksenel prob ile dielektrik spektroskopi için makine öğrenmesi temelli kestirim yöntemleri

    Machine learning based estimation methods for dielectric spectroscopy with open-ended coaxial probe

    MUSA ALPEREN YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET ÇAYÖREN

  5. Düşey girişimli basınç testlerinin modellenmesi ve parametre tahmini

    The modeling of the vertical interference tests and parameter estimation

    İHSAN MURAT GÖK

    Doktora

    Türkçe

    Türkçe

    2004

    Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik Üniversitesi

    Petrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ONUR