Geri Dön

Dalgacık dönüşümü kullanılarak hisse senedi fiyat tahmini üzerine bir uygulama

An application on stock price prediction with neural network by using wavelet transform

  1. Tez No: 406272
  2. Yazar: HASAN AYKUT KARABOĞA
  3. Danışmanlar: DOÇ. DR. İBRAHİM DEMİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, Ekonomi, İstatistik, Econometrics, Economics, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: İstatistik Bilim Dalı
  13. Sayfa Sayısı: 129

Özet

Dalgacık dönüşümü birçok alanda kullanılan, zaman ve frekans analizine dayanan bir yöntemdir. Gürültü ayıklama, görüntü işleme, frekans analizi, finansal tahmin yöntemlerinde oldukça faydalıdır. Bu özellikleri ile Dalgacık Dönüşümü literatürde oldukça yaygın olarak kullanılmaktadır. Hisse senetleri finansal piyasalar açısından oldukça önemlidir. Hisse senetleri, risk iştahı yüksek kişiler tarafından tercih edilen bir yatırım aracıdır. Yatırımcılar, riskleri azaltmak için hisse senedinin yönünü doğru tahmin etmek için çeşitli yöntemler kullanmaktadırlar. Bunlardan bir tanesi de yapay sinir ağlarıdır. Ancak yapay sinir ağları tek başına yüksek volatilite değerlerinde öğrenme yerine ezberleme yapabilmektedir. Piyasa koşullarından doğan gürültülü hareketleri temizlemek amacıyla veriler dalgacık dönüşümünden yararlanılarak daha düzgün hale getirilmiştir. Bu çalışmada dalgacık dönüşümlü yapay sinir ağlarının Borsa İstanbul'da bir uygulaması yapılmıştır. Uygulamada 2000-2012 yılları arasında günlük kapanış verilerine eksiksiz ulaşılabilen, BIST30 hisse senetlerinden 6 tanesi rastgele olarak seçilmiştir. Çalışmamızın amacı, hisse senetlerinin fiyat hareketlerinin dalgacık dönüşümü ve yapay sinir ağları kullanılarak tahmin edilebilir olup olmadığını tespit ederek bu konuyla ilgili literatüre katkı sağlamaktır.

Özet (Çeviri)

Wavelet transform is a method based on time and frequency analysis used in many areas. It is very useful in noise extraction, image processing, frequency analysis, and financial forecasting methods. Therefore, this method is widely used in literature with its beneficial qualifications. Stocks are an investment tool generally preferred by risk lovers. Investors use various methods to reduce risk and to predict the direction of the stocks right. Artificial neural networks are one of the widely used methods in stock market predictions. But, high volatile data sets may cause to memorize rather than learning. Therefore, in order to clear daily fluctuating movements wavelet transform is used to smooth the highly volatile data and afterwards neural network analysis is performed. In this study, an application of wavelet based artificial neural networks on BIST is studied. In the application, 6 of the BIST30 stocks are selected randomly. The primary aim of this study is to determine whether stock price movements are predictable with wavelet transform and artificial neural networks and to contribute to the literature related to this area.

Benzer Tezler

  1. Dalgacık dönüşümü ve derin öğrenme yöntemleri ile hisse senedi fiyat tahmini

    Stock price prediction with wavelet transform and deep learning methods

    ÇAĞRI ÇOBAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    EkonometriAydın Adnan Menderes Üniversitesi

    Ekonometri Ana Bilim Dalı

    DOÇ. DR. ELVAN HAYAT

  2. Large-scale forecasting of large fluctuations using wavelet coherence and multifractal behavior and developing wavelet coherence for multiple time series

    Dalgacık uyumluluk analizleri ve çoklu fraktal davranış kullanılarak büyük dalgalanmaların büyük ölçekli tahminleri ve çoklu zaman serileri için dalgacık tutarlılığının geliştirilmesi

    TUNÇ OYGUR

    Doktora

    İngilizce

    İngilizce

    2022

    EkonometriYeditepe Üniversitesi

    Finansal İktisat Ana Bilim Dalı

    PROF. DR. YAMAN ÖMER ERZURUMLU

  3. Hisse senetleri yatırım kararlarında yapay zekâ uygulaması: Modern bir derin öğrenme algoritması önermesi

    Implementation of AI in share investment decisions: Proposition of a modern deep learning algorithm

    GÜLCAN ALİPOUR SARVARİ

    Doktora

    Türkçe

    Türkçe

    2022

    İşletmeBeykent Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. NİHAT KÜÇÜKSAVAŞ

  4. Portfolio optimization with wavelet analysis and neural fuzzy networks

    Dalgacık analizi ve bulanık sinir ağları modeli ile portföy optimizasyonu

    ÖMER ZEKİ GÜRSOY

    Doktora

    İngilizce

    İngilizce

    2022

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. OKTAY TAŞ

  5. Deep wavelet neural network for spatio-temporal data fusion

    Uzamsal-zamansal veri füzyonu içinderin dalgacık sinir ağları

    AJLA KULAGLIC

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BURAK BERK ÜSTÜNDAĞ