Geri Dön

Neural network as a forecasting tool for financial decision-making

Finansal karar almada öngörü aracı olarak sinir ağı

  1. Tez No: 234134
  2. Yazar: ONUR GÖRGÜN
  3. Danışmanlar: YRD. DOÇ. DR. NAZIM ZİYA PERDAHÇI
  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: İngilizce
  9. Üniversite: Işık Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 53

Özet

Son on yılda makine ögrenimi yöntemleri portföy yönetimi, risk degerlendirmesi ve hisse senedi piyasası öngörme gibi finansal problemleri çözmede kullanılmaktadır. Bütün modeller içerisinde yapay sinir agı ise en fazla uygulanan yöntem olarak görülmektedir. Hisse senedi piyasalarında hata geri yayma yöntemi ile egitilmis çok katmanlı algılayıcı baskın yapay sinir agları modelidir. Bu çalısma çok katmanlı algılayıcıların İstanbul Menkul Kıymetler Borsası 100 endeksinin yönünün tahmininde ki gücünü incelemektedir. Sonuçlar çok katmanlı algılayıcının borsa piyasası tahmini konusunda gelecek vadeden bir yapı oldugunu ortaya koymaktadır.Ancak, dogru girdi degiskeni seçiminin isabetli tahmin yapma konusunda ne kadar etkili oldugu da vurgulanmaktadır.

Özet (Çeviri)

For the last decade, machine learning techniques have been applied to financial tasks such as portfolio management, risk assessment and stock market prediction. Among these techniques artificial neural network as a machine learning algorithm is the most widely used model. In stock market environment, multi layer perceptron with backpropagation model is dominant among others in stock market prediction. This study examines the forecasting power of multi layer perceptron models for predictingthe direction of ISE 100 daily index value. The results show that multi layer perceptron has a promising power in predicting the stock market trend. However, it also shows that selection of input variables is dominant factor in stock market prediction to obtain accurate results.

Benzer Tezler

  1. Derin pekiştirmeli öğrenme yöntemi ile görüntü hash kodlarını oluşturma

    Generating image hash codes with deep reinforcement learning method

    ELİF AKKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURHAN BARAKLI

  2. Finansal yatırım piyasalarında fiyat tahminleme: Kripto para piyasasında yapay sinir ağları uygulaması

    Price prediction in financial investment markets: Application of artificial neural networks in cryptocurrency market

    EREN ULUCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TAYFUN AKGÜL

    PROF. DR. AYBEN KOY

  3. Derin öğrenme algoritmaları ile personel geri bildirimlerinin sınıflandırılması ve analizi

    Classification and analysis of employee feedback with deep learning algorithms

    GÖKHAN YİĞİDEFE

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERAP ÇAKAR KAMAN

  4. Veri merkezleri için makine öğrenmesi temelli izleme sistemi tasarımı

    Machine learning based monitoring system design for data centers

    METEHAN HAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ABDULLAH SEVİN

  5. Deniz ticaret endekslerini zaman serisi modelleri kullanarak tahminleme

    Forecasting maritime trade indexes by using the time series models

    KAAN KOYUNCU

    Doktora

    Türkçe

    Türkçe

    2022

    Denizcilikİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    PROF. DR. LEYLA TAVACIOĞLU