Dynamic market value forecasting using artificial neural networks
Yapay sinir ağları ile dinamik pazar değeri tahmini
- Tez No: 252111
- Danışmanlar: YRD. DOÇ. GÜLGÜN KAYAKUTLU
- Tez Türü: Yüksek Lisans
- Konular: Ekonomi, Endüstri ve Endüstri Mühendisliği, Economics, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 280
Özet
Hisse senedi takas fiyatlarının tahmini son yıllarda artan bir ilgi gören önemli bir finansal problemdir. Son birkaç yılda, daha doğru tahminler yapmak için bazı yapay sinir ağları ve bazı hibrit modeller, geleneksel doğrusal ve doğrusal olmayan yöntemlerden daha iyi olmak üzere hazırlandı. Bu çalışma sırasıyla; çok katmanlı algılayıclar (MLP), gecikmeli zaman serileri (LTS), yinelenen yapay sinir ağları (RNN), yapay sinir ağları için dinamik mimari (DAN2) ve bunların GARCH ve EGARH modellerinden yeni girdiler alan hibrit modelleri değerlendirlmiştir. Her bir model için değerlendirmede iki bakış açısı kullanılmıştır: hata karelerinin ortalaması ve ortalama mutlak sapma. Bu çalışmada İstanbul Menkul Kıymetler Borsasının (İMKB) resmi ana endexi olan ulusal 100 endexinin (XU100) gerçek takas değerleri kullanılmıştır. Eğitim ve test sırasındaki hataların daha iyi değerlendirilebilmesi amacıyla ortalama mutlak sapmaların yüzde değerleri hesaplanmıştır.Modellerin hata sapma grafikleri incelendiğinde sadece DAN2 ve DAN2 tabanlı hibrit modellerin doğrusal olmayan ilişkileri tamamen öğrendiği görüldü. Ayrıca diğer metodlarla karşılaştırıldığında DAN2'nin bir çok hesaplama ve mimari avantajları olduğu da görüldü. Tüm bu üstünlüklerine rağmen DAN2'nin bazı temel eksiklikleri bu çalışmada ele alındı. DAN2 otomatik olarak gizli katman ekleyerek dinamik bir yapı izlenimi verirken çevre koşullarının değişmesine uyum sağlayamadığı için dinamik bir yapıdan uzaklaşmaktadır.
Özet (Çeviri)
Forecasting stock exchange rates is an important financial problem that is receiving increasing attention. During the last few years, a number of neural network models and hybrid models have been proposed for obtaining accurate prediction results, in an attempt to outperform the traditional linear and nonlinear approaches. This study evaluates the effectiveness of neural network models; multi layer perceptron (MLP), lagged time series (LTS), recurrent neural network (RNN), dynamic artitecture for neural networks (DAN2) and the hybrid neural networks which use generalized autoregressive conditional heteroscedasticity (GARCH) and exponential generalized autoregressive conditional heteroscedasticity (EGARCH) to extract new input variables. The comparison for each model is done in two view points: MSE and MAD using real exchange daily rate values of Istanbul Stock Exchange (ISE) official main index XU100. In order to facilitate the comparison of training and testing data performance of the models, MAD % values are used.When the error deviations of the models are analyzed, only DAN2 and DAN2 based hybrid models were able to capture whole nonlinearity. DAN2 also have many computational and architectural advantages when compared to the other ANN methodologies. In spite of all these advantages, DAN2 has fundamental defects discussed in this study. DAN2 is a dynamic architecture, which automatically adds hidden layers and constructs the network, but not dynamic output producer, which can not adapt changes in the environment.
Benzer Tezler
- Ülke kredi derecelendirmesine ilişkin farklı yöntem denemeleri
Different method trials on sovereign credit rating
NİSA ÖZGE ÖNAL
Yüksek Lisans
Türkçe
2018
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ERTUĞRUL KARAÇUHA
- Teknoloji tahmini için yeni bir model önerisi
A model proposal for technology forecasting
GİZEM İNTEPE
Doktora
Türkçe
2016
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. VEHBİ TUFAN KOÇ
- Türkiye elektrik piyasası kısa dönemli referans fiyat tahmini
Turkish electricity market short term market clearing price forecasting
SERCAN YILDIZ
Yüksek Lisans
Türkçe
2015
Ekonometriİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. SERMİN ONAYGİL
- Uzun kısa süreli bellek ile altın fiyatı tahmini
Gold price forecasting using long short-term memory
SİNA BİRECİK
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLAY ÖKE GÜNEL
- Gün öncesi piyasasında saatlik ve günlük elektrik fiyatları tahmini
Hourly and daily electricity prices forecasting in day-ahead market
YUNUS EMRE ADALI
Yüksek Lisans
Türkçe
2015
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. BİHRAT ÖNÖZ