Zaman serilerinde veri madenciliği öngörü algoritmalarının etkinlik ve verimliliğinin BIST100 hisse senetleri üzerinde gerçeklenmesi
Implementation of efficiency and productivity of time series data mining prediction algorithms on BIST100 stocks
- Tez No: 486677
- Danışmanlar: YRD. DOÇ. DR. ERDAL GÜVENOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Maltepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 126
Özet
Bu tezde, WEKA veri madenciliği yazılımındaki, 9 zaman serisi öngörü (forecasting) algoritmasının etkinlik ve verimliği, BIST-100 Hisse senetlerinden çeşitli alanlarda seçilen 5 hisse senedinin, 3 farklı dönemli veri setleri üzerinde 1 yıllık öngörüleri yapılarak kıyaslanmıştır. Bu uygulama için, banka, sanayi ve holding sektörlerinden 5 hisse seçilmiş ve algoritmalar, kısa (1 yıl), orta (3 yıl) ve uzun (5 yıl) dönemli, çok değişkenli zaman serisi veri setleri üzerinde uygulanmıştır. Ocak -Aralık 2016 arasındaki 12 aylık dönem için günlük bazda öngörüler ile etkinlik ve verimlilik analizleri yapılmıştır. Tezin ikinci bölümünde, literatür araştırması yapılmış ve ilgili çalışmalara değinilmiştir. Üçüncü bölümde, çalışmada kullanılacak olan tanımlar, algoritmalar, performans ölçüm kriterleri, WEKA uygulaması ve zaman serisi öngörü modülü konuları ele alınmıştır. Ayrıca bu bölümde veri setlerinin hazırlanmasına yer verilmiştir. Dördüncü bölümde, öngörü uygulaması, algoritmalar ve veri setlerinin performans ölçümleri ve öngörü grafikleri ele alınmıştır. Son olarak beşinci bölümde analiz sonuçları değerlendirilmiştir.
Özet (Çeviri)
In this thesis, the effectiveness and efficiency of the 9 time series forecasting algorithm in the WEKA data mining software are compared with the 1-year forecasts of the 5 selected stocks of BIST-100 Stocks in various fields over 3 different extent of data sets. For this application, 5 shares were selected from the bank, industry and holding sectors and the algorithms were applied on multivariate time series data sets for short (1 year), medium (3 years) and long (5 years). Daily basis predictions activity and productivity analyzes were conducted for the 12 month period between January – December 2016. In the second part of the thesis, a literature search was carried out and related works were mentioned. In the third part, the definitions, algorithms, performance measurement criteria, WEKA implementation and time series prediction module which will be used in the study are discussed. In addition, preparation of data sets is included in this chapter. In the fourth chapter, forecasting application, performance measures of algorithms and data sets, and forecasting graphics are discussed. Finally in the fifth section, the results of the analysis were evaluated.
Benzer Tezler
- ATM'lerde bulundurulacak günlük para miktarının veri madenciliği teknikleri kullanılarak optimize edilmesi
Optimization of daily ATM money stock using data mining techniques
EREN BERK AYTAÇ
Yüksek Lisans
Türkçe
2014
BankacılıkMaltepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TURGAY TUGAY BİLGİN
- Relevance feedback and sparsity handling methods for temporal data
Zamansal veriler için ilgililik geri bildirimi ve seyreklik ele alma metotları
BAHAEDDİN ERAVCI
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGÜR ULUSOY
PROF. DR. HAKAN FERHATOSMANOĞLU
- Veri-bağımlı sınırlayıcı kullanan dinamik zaman bükmesi algoritmasının geliştirilmesi
Developing data-driven lower bounding dynamic time warping algorithm
MOHAMMED ZAENAL
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. METE ÇELİK
- Data mining based on regularized convolutional neural network for time series: Financial prediction algorithm
Zaman serileri için veri madenciliği tabanlı düzenlileştirilmiş evrişimli sınır ağı: Finansal tahmin algoritması
UĞUR EJDER
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SELMA AYŞE ÖZEL
- Enerji tüketim verileri kullanılarak tüketici davranışlarının analizi
Analysis of consumer behavior using energy consumption data
MERYEM BALTACI