Geri Dön

Kaotik zaman serilerinde kestirim yaklaşımlarının karşılaştırılması

Comparison of the prediction approaches in chaotic time series

  1. Tez No: 483570
  2. Yazar: AYŞE İŞİ
  3. Danışmanlar: DOÇ. DR. FATİH ÇEMREK
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Osmangazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Uygulamalı İstatistik Bilim Dalı
  13. Sayfa Sayısı: 109

Özet

Bu tezde, kaotik zaman serilerinin kestirimi için önerilen global, yerel ve yarı-yerel kestirim yaklaşımlarının kestirim performansı açısından karşılaştırılması amaçlanmıştır. Bu amaçla uygulama alanı olarak kaos teorisinin en önemli alanı olan hisse senedi piyasaları tercih edilmiştir. Hisse senedi piyasalarını temsil etmek üzere, FTSE-100 (Financial Times Stock Exchange) endeksi kullanılmıştır. Veri seti, FTSE-100 endeksinin 20.10.1997-28.04.2017 tarihlerini kapsayan endeks kapanış değerlerini içermektedir. Kaotik analiz sonucunda, BDS testi ile FTSE 100 endeksi serisinin doğrusal olmadığı ve deterministik kaos içerdiğine dair bulgular elde edilmiştir. Faz uzayının yeniden yapılandırılması için kullanılan faz uzayı parametreleri olan zaman gecikmesi değeri Karşılıklı Bilgi Yöntemi ile 47 ve gömme boyutu değeri Yanlış En Yakın Komşu metodu kullanılarak d=5 bulunmuştur. Korelasyon boyutu analizi ile çekicinin fraktal boyutu da=3 olarak bulunmuş ve ayrıca serinin fraktal yapıya sahip deterministik bir seri olduğu belirlenmiştir. Kantz'ın algoritması kullanılarak hesaplanan en büyük Lyapunov üsteli 0,01 olarak bulunmuş ve FTSE 100 endeksi serisinin başlangıç koşullarına hassas bağlılık gösteren, deterministik kaotik bir yapıya sahip olduğu belirlenmiştir.Global, yerel ve yarı-yerel kestirim yaklaşımlarının performansları, RMSE ve NMSE kriterlerine göre karşılaştırılmıştır. Uygulama sonucunda; FTSE 100 endeksi serisinin kestirimi için en iyi kestirim yaklaşımının yarı-yerel yaklaşım metotları olduğu belirlenmiştir. Global ve yerel yaklaşım metotları ile en fazla 5 günlük kestirim yapılması mümkün iken yarı-yerel kestirim yaklaşımları ile serinin 20 güne kadar kestiriminin yapılabileceği belirlenmiştir. Elde edilen sonuçlar, hisse senedi piyasalarının davranışlarının açıklanmasında ve öngörülmesinde yarı-yerel kestirim yaklaşımlarının başarılı sonuçlar vereceğini ortaya koymaktadır.

Özet (Çeviri)

In this thesis, it is aimed to compare the global, local and semi-local prediction approaches proposed for predicting chaotic time series in terms of prediction performance. For this purpose, stock market was chosen as the most important field of chaos theory. The FTSE 100 (Financial Times Stock Exchange) index is used to represent the stock market. The data set includes the index closing values of the FTSE-100 index covering the dates 20.10.1997-28.04.2017. As a result of the chaotic analysis, the BDS test revealed that the FTSE 100 index series are not linear and exhibit deterministic chaos. The time delay, which is the phase space parameter used to reconstruct the phase space, was found to be 47 by the Mutual Information Method. The embedding dimension was found d=5 using the Nearest Neighbor method. With the correlation dimension analysis, the fractal dimension of the attractor was found to be da=3 and it was also determined that the series had a deterministic series with fractal structure. The largest Lyapunov exponent computed using Kantz's algorithm was found to be 0,01. The FTSE-100 index series has been determined to have a deterministic chaotic structure that is sensitive to the initial conditions. The performances of global, local and semi-local prediction approaches were compared according to RMSE and NMSE criteria. As a result of the application; it has been determined that the best prediction approach for the FTSE-100 index series is the semi-local approximation method. While it is possible to make a maximum of 5 days prediction with global and local approach methods, it has been determined that up to 20 days prediction can be made with the semi-local prediction approaches. The results show that semi-local prediction approaches are successful in predicting the behavior of stock market.

Benzer Tezler

  1. Chaotic analysis of wind regime

    Rüzgar rejiminin kaotik analizi

    MNGEREZA MZEE MIRAJI

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    YRD. DOÇ. DR. BURAK BARUTÇU

  2. Kaotik zaman serilerinin yapay sinir ağlarıyla kestirimi: Deprem verisi durumu

    Chaotic time-series prediction with artificial neural networks: The case of earthquake data

    UMUT FIRAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF.DR. TÜLAY YILDIRIM

  3. En küçük kareler destek vektör mekanizmalarını kullanarak darbeler arası zaman ölçümü ile elde edilen kaotik zaman serilerinin tahmini

    Prediction of chaotic time series obtained from inter spike intervals using least squares support vector machines

    HALİL ALPASLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    Elektrik ve Elektronik MühendisliğiPamukkale Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SERDAR İPLİKÇİ

  4. Chaotic time series based feature extraction to use for determination of balance disorders

    Denge sorunlarının tespiti için kaotik zaman serileri tabanlı öznitelik çıkarımı

    BATUHAN ATASOY

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERHAT İKİZOĞLU

  5. Analysis of observed chaotic data

    Gözlenmiş kaotik işaretlerin analizi

    MEHMET EMRE ÇEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    Elektrik ve Elektronik Mühendisliğiİzmir Yüksek Teknoloji Enstitüsü

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ACAR SAVACI