Veri madenciliği: İstanbul Menkul Kıymetler Borsası örneği
Data mining: A case study of Istanbul Stock Exchange
- Tez No: 220044
- Danışmanlar: YRD. DOÇ. ALİ SAİT ALBAYRAK
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, İşletme, Statistics, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: Türkçe
- Üniversite: Zonguldak Karaelmas Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Sayısal Yöntemler Bilim Dalı
- Sayfa Sayısı: 91
Özet
Organizasyonlarda karar vermeye yönelik bilgiye erişim ihtiyacı arttıkça, bu amaca yönelik bilgi sistemleri kurulmaktadır. Bu sistemler karar almada kolaylık sağlarken bunu, önceden belirlenmiş ve sistem içerisinde yapılandırılmış konularda gerçekleştirebilmektedir. Veri boyutlarının artmasıyla birlikte önceden tahmin edilemeyen sorulara yönelik cevap bulan, ileriye dönük tahmin sistemlerine ihtiyaç duyulmuştur. Veri madenciliği, verilerden önceden bilinmeyen anlamlı bilgileri tanımlama ya da tahmin etme tekniklerini içermektedir. Bu bağlamda veri madenciliği teknikleri diğer birçok alanda olduğu gibi işletmecilik alanında da yaygın bir şekilde kullanılmaktadır.Bu çalışmada amaç, yatırımcıların veya karar vericilerin işletmelerin performanslarını değerlendirmede dikkate alması gereken en önemli ölçütlerin saptanmasında veri madenciliği tekniklerinin uygun bir yöntem olarak kullanılabileceğini göstermektir. Çalışmada, veri madenciliği kavramları ve teknikleri açıklanmıştır. İstanbul Menkul Kıymetler Borsası Ulusal 100 endeksinde sanayi ve hizmet sektörlerinde faaliyet gösteren 173 işletmenin 2004-2006 yıllarına ait yıllık finansal göstergelerinden yararlanarak veri madenciliği tekniklerinden birisi olan karar ağaçları tekniği uygulanmıştır. Bu amaçla, ikili ağaç türetimi yerine çoklu ağaç türetimine olanak sağlayan CHAID algoritması kullanılmıştır. Seçilen finansal göstergelere göre sanayi ve hizmet sektörlerinde faaliyet gösteren firmaları ayıran en önemli özelliklerin saptanmasının yanında sermaye ve karlılık yapılarını belirleyen en önemli değişkenler saptanmıştır.
Özet (Çeviri)
It is getting more needs of knowledge access for decision making in organizations, management knowledge systems have been established for this aim. While these systems providing easiness to decision making, they realize that subjects predefined and costructed in system. With increasing data dimensions, to be needed prediction systems which answer for nonpredefined questions. Data mining include decriptive and predictive techniques for meaningfull knowledges which is unknown early from datas. For this context, data mining techniques are commonly used in business area as in the other areas.The aim of the study indicate data mining techniques are available method that determining the most important factors which businesses must taken into consideration for evaluating their performances. In this study, data mining concepts and techniques are explained. Decision trees technique which is one of the data mining techniques is applied on 173 firms that operate in industry and service sectors in İstanbul Stock Exchange National 100 Index using their annual financial indicators from 2004 to 2006. For this aim, CHAID algorithm that derive multiple tree instead of binary tree is used. According to selected financial indicators, the most important factors of firms that operate in industry and service sectors are determined besides the most important variables for their profitabilities and capital structures.
Benzer Tezler
- Business failure predictions in Istanbul Stock Exchange
İstanbul Menkul Kıymetler Borsası'nda işletme başarısızlığı tahminleri
ONUR TEKEL
- Borsa ve döviz verileri üzerinde veri madenciliği teknolojisini kullanarak zarar riskini azaltan bir uygulama geliştirimi
Developing an application that reduce damage risk using data mining technology on stocks and foreign currency
HÜSEYİN AKTÜRK
Yüksek Lisans
Türkçe
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Bölümü
PROF. DR. SERDAR KORUKOĞLU
- Veri madenciliği süreci kullanılarak portföy performansının değerlendirilmesi ve İMKB hisse senetleri piyasasında bir uygulama
The evalutaion of portfolio performance by using data mining process and an application in ISE stocks market
ENGİN KÜÇÜKSİLLE
- Veri madenciliği ve bir uygulaması
Data mining and its application
BURHAN GEMİCİ
Yüksek Lisans
Türkçe
2012
EkonometriDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. KAAN YARALIOĞLU
- A data mining model for predicting stocks that will outperform the IMKB using fundamental analysis
Temel analiz kullanılarak İMKB'nin üzerinde getiri sağlayan hisselerin tahmini için bir veri madenciliği modeli
AHMET BOYALI
