Geri Dön

Hisse senedi fiyat tahminlerinde bilgi işlemsel zeka yöntemleri: Uzman bir sistem aracılığıyla BİSTt uygulaması

Computational intelligence techniques in forecasting stock prices: ISE application with an expert system

  1. Tez No: 380009
  2. Yazar: MEHMET ÖZÇALICI
  3. Danışmanlar: DOÇ. DR. YÜCEL AYRIÇAY
  4. Tez Türü: Doktora
  5. Konular: İstatistik, İşletme, Statistics, Business Administration
  6. Anahtar Kelimeler: Bilgi işlemsel zeka, hisse senedi fiyat tahmini, genetik algoritmalar, yapay sinir ağları, teknik analiz, özellik seçimi, Soft computing, stock price forecasting, genetic algorithms, artificial neural networks, technical analysis, feature selection
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 207

Özet

Araştırmacılar hisse senedi fiyatlarının teknik analiz değişkenleri ile birlikte önceden tahmin edilmesi ile ilgili çalışmalar yapmışlardır. Yapay sinir ağları hisse senedi fiyat tahmininde başarıyla kullanılan bilgi işlemsel zeka yöntemlerinden bir tanesidir. Yapay sinir ağları ile fiyat tahmini gerçekleştirilirken, hangi değişkenlerin seçileceğine ve ağ mimarisine kullanıcının karar vermesi gerekmektedir. Bu tezde söz konusu parametreleri belirleyecek genetik algoritma tabanlı uzman bir sistem tasarlanmıştır. T gününe ilişkin fiyat ve hacim bilgileri kullanmak suretiyle teknik göstergeler hesaplanmıştır. Özellik seçimi ve parametre optimizasyonu genetik algoritma ile eşzamanlı gerçekleştirilmiştir. Uzman sistem t+1 gününe ilişkin fiyat tahminlerini gerçekleştirmek için kullanılmıştır. Önerilen uzman sistemin, optimize edilmeyen modele göre hem istatitsiksel başarı ölçülerine göre hem de alım satım simulasyonu sonucuna göre daha iyi sonuçlar ortaya çıkardığı belirlenmiştir.

Özet (Çeviri)

Researchers are interested with forecasting stock prices using technical indicators. Artificial neural networks are one of the soft computing techniques that is used for forecasting stock prices. The user of the neural network must decide the size of the hidden layer and must select the optimal feature subset to obtain the best forecasting performance from network. In this study an expert system which is based on genetic algorithms is designed to optimize the parameters of the network. Technical indicators are calculated using price and volume information of day t. Feature selection and parameter optimization is handled simultaneusly by using genetic algorithms. Expert system is used to forecast closing prices of day t+1. The results indicate that optimized model outperformed the alternative model in terms of both statistical and financial performance.

Benzer Tezler

  1. Derin öğrenme teknikleri kullanılarak hisse senedi fiyatlarının tahmin edilmesi: BIST'te bir uygulama

    Forecasting stock prices using deep learning techniques: An application in BIST

    ÖZGÜR SARACIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    EkonometriManisa Celal Bayar Üniversitesi

    Ekonometri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYNUR İNCEKIRIK

  2. Impact of macro-economic factors on valuations of publicly traded companies

    Makro-ekonomik değişkenlerin halka açık şirketler üzerindeki etkileri

    CEYLAN HAYRİYE ÇELİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Ekonomiİstanbul Bilgi Üniversitesi

    Finansal Ekonomi Ana Bilim Dalı

    YRD. DOÇ. DR. EBRU REİS

  3. Finansal analist hedef fiyat tahminleri ve finansal tavsiyelerin analizi: Borsa İstanbul örneği

    Financial analyst target price forecasts and analysis of financial recommendations: The case of Borsa İstanbul

    YAŞAR ŞAHİN

    Doktora

    Türkçe

    Türkçe

    2020

    İşletmeKaradeniz Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HALİL İBRAHİM BULUT

  4. Temel ve teknik analize dayalı makine öğrenmesi ile hisse senedi fiyat tahmini: Rastgele orman sınıflandırması yaklaşımı

    Stock price prediction with machine learning based on fundamental and technical analysis: Random forest classification approach

    DENİZ KAVUK SALIŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiGebze Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMED BURAK PAÇ