Geri Dön

Dalgacık dönüşümü ve destek vektör makineleri ile tahmin: BIST üzerine bir uygulama

Forecasting with wavelet transform and support vector machines: An application on BIST

  1. Tez No: 426463
  2. Yazar: MUHAMMET YASİR ALTINTOP
  3. Danışmanlar: DOÇ. DR. NEZİH TAYYAR
  4. Tez Türü: Doktora
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: Türkçe
  9. Üniversite: Uşak Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 254

Özet

Temelde sinyal analizinde kullanılan bir yöntem olan dalgacık dönüşümü ile veri madenciliği yöntemlerinden bir yapay öğrenme algoritması olan destek vektör makineleri yöntemlerinin birlikte finansal zaman serileri üzerinde kullanılmasının amaçlandığı bu çalışmada; teknik göstergeler, yurtdışı borsa endeksleri, makroekonomik göstergeler ve haftanın günleri gibi bağımsız değişkenler kullanılarak BIST 100 endeksinin yönü tahmin edilmektedir. Analizde, 15 Ekim 1997 tarihi ile 30 Aralık 2014 tarihleri arasındaki borsanın açık olduğu işgünlerini kapsayan 4296 günlük gözlem veri seti kullanılarak günlük, haftalık ve aylık veri setleri oluşturulmuştur. Çalışmada günlük, haftalık ve aylık periyotlarda değişken seçme yöntemleri (temel bileşen analizi, k-en yakın komşuluk, korelasyon, lojistik regresyon, kısmi en küçük kareler, rastgele orman algoritması) yardımıyla çeşitli modeller oluşturulmuş, ayrıca tüm değişkenlerin yer aldığı modeller de oluşturulmuştur. Çalışmanın amacı doğrultusunda; geliştirilen ham ve dalgacık modellerin borsa endeksi üzerindeki tahmin performansları ölçülerek dalgacık dönüşümünün destek vektör makinelerinin tahmin performansına etkisi incelenmiş ve dalgacık dönüşümünün destek vektör makinelerinin tahmin performansını belirgin şekilde artırdığı saptanmıştır. Elde edilen analiz sonuçlarına göre; BIST 100 endeksinin yönünü en iyi tahmin eden modelin günlük veri setindeki tüm teknik gösterge, yurtdışı borsa endeksleri, makroekonomik göstergeler ve gün değişkenlerinden oluşan Dalgacık TÜM55 modeli (%90,84) olduğu, bu modelin ham veri setindeki (%56,90) tahmin oranını yaklaşık %60 artırdığı tespit edilmiştir. Haftalık modellerde ise en yüksek tahmin performansı, lojistik regresyon ile seçilen H-LR

Özet (Çeviri)

In this study where it is aimed to use wavelet transform, a method used essentially in signal analysis, and support vector machines method, a machine learning algorithm of data mining, together on financial time series. BIST 100 index direction is estimated by using independent variables such as technical indicators, overseas stock indices, macroeconomic indicators and days of week. In the analysis daily, weekly and monthly data sets have been established by using observation data set for 4296 days including the weekdays when the stock market is open between 15th October 1997 and 30th December 2014. In the study, several models have been established via variable selection methods (principal component analysis, k nearest neighbors, correlation, logistic regression, partial least squares, random forest algorithm) in daily, weekly and monthly period and models including all variables have also been established. In accordance with the aim of the study, the effect of wavelet transform on estimation performance of support vector machines has been analyzed by measuring estimation performance of the developed raw and wavelet models on stock market index and it has been identified that wavelet transform significantly increases the estimation performance of support vector machines. According to the obtained analysis results, it has been identified that the best estimating model of BIST 100 index direction is Wavelet TÜM55 model (90,84%) which is formed by all technical indicators, overseas stock indices, macroeconomic indicators and day variables in daily data set and this model increases the estimation rate in raw data set (56,90%) about 60 %. However, the highest estimation performance in weekly models has been provided by H-LR

Benzer Tezler

  1. Ön kol bükme egzersizi ve hayal edilmesi sırasında oluşan elektro fizyolojik yanıtların gözetimli öğrenme teknikleri ile incelenmesi

    Investigation of electrophysiological responses during forearm curl exercise and its imagery using supervised learning techniques

    ENES ÜRKMEZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    SporMarmara Üniversitesi

    Beden Eğitimi ve Spor Ana Bilim Dalı

    DOÇ. DR. ADİL DENİZ DURU

  2. İstanbul Boğazı su seviyesi salınımlarına Tuna Nehri etkisinin belirlenmesi

    Determination of the Tuna River effect on the Bosphorus strait water level oscillations

    YAVUZ KARSAVRAN

    Doktora

    Türkçe

    Türkçe

    2021

    Deniz Bilimleriİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TARKAN ERDİK

  3. İstanbul Boğazı su seviyesi değişimleri hibrit dalgacık-matematiksel tahmin modelleri

    Hybrid wavelet- mathematical models for water level prediction Bosphorus Strait

    ELİF KARTAL

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDÜSSELAM ALTUNKAYNAK

  4. CAD for corneal diseases based on topographical parameters to improve the clinical decision

    Kornea hastalıklarında klinik kararı geliştirmek için topografik parametrelere dayalı bilgisayar destekli tanı

    SAMER KAIS JAMEEL AL-SALIHI

    Doktora

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAksaray Üniversitesi

    Elektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. SEZGİN AYDIN

  5. Öksürük akustik sinyallerinde geleneksel ve derin öznitelikler yardımıyla COVID-19 tespiti

    COVID-19 detection with traditional and deep features on cough acoustic signals

    YUNUS EMRE ERDOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ALİ NARİN