Geri Dön

Finansal haber makaleleri kullanılarak hisse senetleri fiyat değişimlerinin tahmin edilmesi

Stock price prediction using financial news articles

  1. Tez No: 295670
  2. Yazar: MUSTAFA İDRİS YASEF KAYA
  3. Danışmanlar: YRD. DOÇ. DR. M. ELİF KARSLIGİL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Hisse senedi fiyatı tahmini, Veri madenciliği, Metin madenciliği, Metin sınıflandırma, Stock price prediction, Data mining, Text mining, Text categorization
  7. Yıl: 2010
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 85

Özet

Hisse senetleri fiyatlarında gerçekleşebilecek değişikliklerin tahmin edilmesi gerek akademik gerekse finansal çevrelerde üzerinde en çok durulan konulardan birisidir. Bu problemin çözümü amacıyla yapılan çalışmalarda veri madenciliği tekniklerinden sıklıkla faydalanılmaktadır. Bu çalışmalarda zengin içerikli finansal haber bilgileri ile hisse senedi fiyatları bilgilerinin birlikte kullanılması ile başarılı sonuçlar elde edilmiştir.Bu çalışmada metin formatındaki finansal haber makalelerinin analiz edilerek hisse senetleri fiyatlarında ileriye dönük gerçekleşebilecek değişikliklerin tahmin edilmesi amaçlanmıştır. Geçmişe yönelik bilgilerden faydalanılarak finansal haber makalelerinin içerikleri ile hisse senetleri fiyatları arasındaki ilişki analiz edilerek ileriye yönelik tahminler yapılması üzerine bir model geliştirilmiştir.Çalışma kapsamında son bir yıl içerisinde Microsoft şirketi hakkında yayınlanmış finansal haber makaleleri ve yine aynı dönem içerisinde Microsoft şirketinin günlük hisse senetleri fiyatları bilgilerinden bir veritabanı oluşturulmuştur. Haber makaleleri yayınlandıkları tarihten itibaren hisse senedi fiyatında gerçekleşen değişikliğe göre olumlu veya olumsuz olarak etiketlenmiştir. Olumlu olarak etiketlenen haberlerin hisse senedi fiyatında artış etkisi, olumsuz olarak etiketlenen haberlerin ise düşüş etkisi yarattığı kabul edilmiştir. Haber makaleleri analiz edilirken kelimeleri ayrı ayrı değerlendirmek yerine, haberlerin özelliklerini belirlemek için aynı cümlede geçen biri isim diğeri fiil türünden iki kelime birlikte kullanılmıştır. Özellik olarak belirlenen isim ve fiil kelime ikililerinden ki-kare istatistik yöntemi ile sınıflandırmada en ayırt edici olanlar seçilmiştir. Veritabanındaki haber makaleleri, seçilen özellikler üzerinden destek vektör makinesi ve k-en yakın komşuluk yöntemleri ile sınıflandırılmıştır. Sınıflandırma sonucunda elde edilen tahminler ile sistemin yatırım stratejileri üretmesi sağlanmıştır.Sistemin doğrulamasını yapmak amacı ile çeşitli senaryolar denenerek sistemin çıktıları değerlendirilmiştir. Elde edilen sonuçlar, finansal haber makalelerinin içerikleri ile hisse senetleri fiyatları arasında güçlü bir ilişki olduğunu ispat etmektedir.

Özet (Çeviri)

Stock price prediction is one of the most important issues to be investigated in academic and financial researches. Data mining techniques are frequently involved in the works aimed to achieve this problem. When rich financial news information is used together with stock price information in these works, significant successful results have been obtained.In this thesis, to predict stock price movements in the future by analyzing textual financial news articles is aimed. A prediction model to find and analyse correlation between contents of news articles and stock prices and then make predictions for future prices was developed.Financial news articles published in last year about Microsoft Company has been retrieved. Also past stock prices of the Microsoft Company has been obtained. All articles has been labeled as positive or negative according to their effects on stock price. While positive labeled articles cause rising in stock price, negative labeled ones drop the price. While analyzing textual data, we used word couples consisting a noun and a verb as features instead of using individual words. Most discriminative features for classification has been selected according to chi-square statistics algorithm. Support vector machines and k nearest neighbor classifiers have been trained with labeled train articles. Then classes of test articles have been predicted with using the model resulted from train phase. Then investment recommendations have been generated according to the prediction results.In order to validate the prediction system, various scenarios has been exploited and outputs of the system has been evaluated. Obtained results show that there is a strong relationship between financial news and stock price movements.

Benzer Tezler

  1. Sentiment analysis model proposal with deep learning techniques on big data: Portfolio selection with the help of industry indicators

    Büyük veri üzerinde derin öğrenme teknikleri ile duygu analizi model önerisi: Sektör göstergeleri yardımıyla portföy seçimi

    MAHMUT SAMİ SİVRİ

    Doktora

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

  2. Stock market prediction using machine learning models

    Makine öğrenmesi modellerini kullanarak hisse senedi öngörüsü

    ATAKAN SİTE

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZERRİN IŞIK

  3. Derin öğrenme yöntemleri ile zaman serisi tahmini

    Time series classification with deep learning methods

    HAKAN GÜNDÜZ

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEHRA ÇATALTEPE

  4. Connectedness of commodity markets: A dynamic study on the effects of market crashes and sentiments

    Emtia piyasalarının bağlantılılığı: Piyasa çöküşlerinin ve duyguların etkileri üzerine dinamik bir çalışma

    BÜŞRA AĞAN

    Doktora

    İngilizce

    İngilizce

    2023

    EkonomiDoğu Akdeniz Üniversitesi-Eastern Mediterranean University

    Ekonomi Ana Bilim Dalı

    PROF. DR. MEHMET BALCILAR

  5. An assessment of Uzbekistan's progress towards green economy

    Özbekistan'ın yeşil ekonomiye yönde gelişiminin bir değerlendirilmesi

    DINARA ADKHAMOVA

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Ekonomiİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. AHMET ATIL AŞICI