Temel bileşenler faktör analizine dayalı yapay sinir ağları modelleri ile İMKB 100 endeks getirilerinin tahmini
Prediction of ISE 100 index returns by artificial neural network model based on principal component factor analysis
- Tez No: 330173
- Danışmanlar: DOÇ. DR. SÜLEYMAN BİLGİN KILIÇ
- Tez Türü: Yüksek Lisans
- Konular: Ekonometri, Econometrics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Bu çalışmada amaç, temel bileşen faktör analizine dayalı yapay sinir ağları modelleri ile İMKB 100 endeksinin getirisi tahmin edilmeye çalışılmıştır. Bu çalışmada 02.01.1997-30.12.2011 tarihleri arasındaki İMKB 100 endeksi günlük getirileri kullanılarak yarınki getiri tahmin edilmeye çalışılmıştır. Çalışma beş bölümden oluşmaktadır. Birinci bölümde çalışmanın amacı, önemi ve yöntemi hakkında bilgi verilmiştir. İkinci bölümde yapay sinir ağlarının yapısı, temel elemanları, avantajları, dezavantajları, uygulama alanları, katmanları, sınıflandırılması ve işleyişi hakkında bilgi verilmiştir. Üçüncü bölümde temel bileşen faktör analizinin aşamaları ile ilgili hesaplamalara yer verilmiştir. Dördüncü bölümde uygulamaya yer verilmiştir. Son bölümde ise uygulamada tahmin edilen modele ve bunun üzerine yapılan yorumlara yer verilmiştir.
Özet (Çeviri)
In this study, ISE 100 index return is estimated by using Artificial Neural Network model based on the Principal Component Factor Analysis. The data covers the period of 02.01.1997-30.12.2011 and consist of the daily returns of ISE 100 index, Dollar and Gold prices. The study consists of five sections. In the first section, we describe the purpose of study, method and about the importance of study. In the second section, we describe the basic elements of Artificial Neural Network model. In the third section, we describe the Principal Component Factor Analysis. In the fourth section, application are given, and finally in the fifth section we give the empirical results of the study and conclusion.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Derin öğrenme ile cerrahi video anlama
Surgical video understanding with deep learning
ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU SARIKAYA
- E-öğrenme ortamlarında bir öğrenme analitiği aracı olarak öğrenme panelleri ile etkileşimin öğrenme çıktılarıyla ilişkisi
The relation of interaction with learning dashboards as a learning analytics tool in e-learning environment between learning outcomes
MEHMET KOKOÇ
Doktora
Türkçe
2016
Eğitim ve ÖğretimHacettepe ÜniversitesiBilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı
PROF. DR. ARİF ALTUN
- Türkiye şeker sanayinin etkinlik ve verimlilik analizi
Efficiency and productivity analysis of sugar industry in Turkey
HÜSEYİN DAŞTAN