Prediction of stock price direction by artificial neural network approach
Sinir ağları yaklaşımı ile hisse fiyat yönü tahmini
- Tez No: 231938
- Danışmanlar: PROF. DR. MELTEM ÖZTURAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Borsa, henüz hisse fiyat davranışlarını tam olarak tahmin edebilecek herhangi bir yöntem bulunmadığından dolayı, araştırmacılar için her zaman çekici bir alan olmuştur. Hisse fiyat davranışlarının tahminini zorlaştıran yüksek belirsizlik ve volatilite nedeniyle, diğer tüm yatırım alanlarından çok daha fazla risk taşır. Yıllarca, geleneksel yöntemler geliştirilmiş ama bunlar, hisse fiyatlarının doğrusal olmayan ve karmaşık davranışlarını nedeniyle, kısmen başarılı ya da tamamen başarısız olmuşlardır. Yapay sinir ağları yaklaşımı, hisse fiyat davranışlarının tahmininde göreceli olarak yeni, faal ve umut veren bir alandır. Yapay sinir ağları, insan beyninin öğrenme ve karar verme işlemlerini taklit eden matematiksel modellerdir ve gürültülü veriye, karmaşık ve doğrusal olmayan problemlere kolay uyum sağlamaları nedeniyle, hisse fiyat davranışını tahmin etmeye uygundurlar.İstanbul Menkul Kıymetler Borsası, gelişmekte olan bir ekonomiye sahip olan Türkiye'deki tek hisse senedi piyasasıdır. Türkiye'deki piyasa durumları ve ekonomik dalgalanmalar, gelişmiş ülkelere göre hisse senedi piyasalarında daha çok belirsizliğe ve volatiliteye neden olmaktadır. Bu çalışmada amaç; bu belirsizlik ve volatiliteyi düşürmek için, hisse fiyatlarındaki değişimi modellemek, yapay sinir ağlarının finansal piyasalara uygulanmasındaki teori ve adımlarını incelemek ve günlük hisse fiyat yönü değişimlerini tahmin eden bir yazılım geliştirmektir ve aynı zamanda da, bu edinimleri hisse ticareti yapan bir sistem geliştirmekte kullanarak, yapay sinir ağlarının geleneksel tekniklere olan üstünlüğünü tartışmaktır.
Özet (Çeviri)
The stock market has always been an attractive area for researchers since no method has been found yet to predict the stock price behavior precisely. It carries a higher risk than any other investment area, due to its high rate of uncertainty and volatility, thus making the stock price behavior difficult to forecast. For years, conventional methods have been developed but they have succeeded partially or have completely failed to deal with the nonlinear and complex behavior of stock prices. Artificial neural networks approach is a relatively new, active and promising field on the prediction of stock price behavior. Artificial neural networks (ANNs) are mathematical models simulating the learning and decision making processes of the human brain. Because of their nature of easy adaptation to noisy data, and solving complex and nonlinear problems, they fit into the area of stock price behavior prediction.The Istanbul Stock Exchange (ISE) is the only stock market in Turkey, which has an emerging economy. The market situations and economic fluctuations in Turkey create more uncertainty and volatility in the stock market when compared to emerged markets. This study tries to reduce the effect of this uncertainty and volatility by modeling the change in stock price direction of stocks, identifying the theory and steps involved in applying ANN in financial markets and developing a software package to be used for predicting directional daily stock price behavior. It also discusses the appropriate ways to use this process in developing trading systems, further discussing the superiority of ANN over traditional methodologies.
Benzer Tezler
- Borsa istanbul (BIST) hisse fiyat değişim yönünün ilişkisel borsa ağı kullanılarak tahmin edilmesi
Forecasting stock price change direction using relational stock market network on borsa Istanbul (BIST)
BİRCAN ERGÜR
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEHRA ÇATALTEPE
- Derin öğrenme yöntemleri ile zaman serisi tahmini
Time series classification with deep learning methods
HAKAN GÜNDÜZ
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Sign predictability of intraday price returns to formulate appropriate trading strategies with optimum set of equities
Optimum hisse senedi kümesi ile uygun işlem stratejileri oluşturmak için gün içi fiyat getirilerinin işaret tahmin edilebilirliği
ABDURRAHMAN KILIÇ
Doktora
İngilizce
2024
Ekonometriİstanbul Teknik Üniversitesiİktisat (İngilizce) Ana Bilim Dalı
PROF. DR. BÜLENT GÜLOĞLU
- Derin öğrenmeyle hisse senedi değerlerinin tahmin edilmesi
Estimating stock values with deep learning
HÜSEYİN MUSTAFA METİN
Doktora
Türkçe
2024
MatematikMuğla Sıtkı Koçman Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. ERDOĞAN GAVCAR
- Yapay sinir ağları kullanılarak hisse senedi fiyatı değişim yönünün tahmininin yapılması
Stock price direction prediction using neural networks
PINAR DEMİR
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMaltepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ORUÇ RAİF ÖNVURAL