Bulanık karar ağaçları ile hisse senedi fiyat tahmini
Estimation stock exchange prices by using fuzzy and kmeans decision trees
- Tez No: 488476
- Danışmanlar: PROF. DR. ŞAHİN EMRAH
- 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: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
İstanbul borsasında işlem gören şirketlerin bilanço değerleri ile ilgili şirketin borsadaki fiyat yönelimlerinin ilişkisi araştırılmıştır. Şirket bilançoları üzerinden hesaplanan oranlardan bazıları şirket karlılığı ve defter değeridir. Bu oranlar, bulanık üyelik fonksiyonları ve K-ortalama algoritması kullanılarak sınıflandırılmıştır. Bu sınıflandırmalar temel alınarak hisse senedi fiyatlarının tahmini yapılacak şekilde karar ağaçları oluşturulmuştur. Yapılan tahminler ve piyasada oluşan değerler kendi aralarında karşılaştırılmış ve sonuçlar değerlendirilmiştir. Sonuç olarak, karar ağaçlarının hisse senedi fiyatlarını tahmin etmede verimli bir yöntem olacağı anlaşılmıştır. Karar ağaçları ile yapılan tahminlerin borsada işlem yapan yatırımcıların risklerini önemli ölçüde azalttığı gözlemlenmiştir. Karar ağaçları ile yapılan tahminlerin ortalama %60 başarılı olduğu hesaplanmıştır. Hisse senetlerinde yükseliş yönelimi olduğunda borsaya girilmiş, düşüş veya yatay gidiş yönelimi olduğunda borsadan çıkılmıştır. Bu yöntem ile yatırımcıların borsada kalma sürelerinin ciddi şekilde azaldığı ve borsada kaldıkları süre içinde karlılıklarının yüksek olduğu tespit edilmiştir. Oluşturduğumuz karar ağaçları, incelemiş olduğumuz 2009 – 2015 yılları arasındaki süreyi %15 ile %30 aralığında borsada değerlendirerek, %50 ile %150 oranında karlılık sağladıkları gözlemlenmiştir.
Özet (Çeviri)
The relationship between the balance sheet values of the companies traded in the Istanbul stock exchange and the price trends of the company in the stock market was investigated. Some of the rates calculated on the Company's balance sheet are the company's profitability and book value. These ratios are classified using fuzzy membership functions and the K-means algorithm. Based on these classifications, decision trees were formed to estimate stock prices. The estimates made and the values in the market are compared between themselves and the results are evaluated. As a result, it has been understood that decision trees will be an efficient method of estimating stock prices. It has been observed that estimates made with decision trees have significantly reduced the risks of investors trading on the stock exchange. It has been estimated that the predictions made with decision trees are an average of 60% successful. When there is a bullish trend in stocks, the stock market is entered, and when there is a bearish or horizontal direction, it is out of stock. With this method investors' stock price risks have declined significantly and their profitability has been high during the stock market. The decision trees that we have created have been evaluated by the stock exchange in the range of 15% to 30% between 2009 and 2015, which is 50% to 150% profitable.
Benzer Tezler
- BIST100 endeksinin günlük modellenmesi
Daily modeling of the BIST100 (XU100) index
ZÜBEYİR AKTÜRK
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERDAL KILIÇ
- Sentiment analysis model proposal with deep learning techniques on big data: Portfolio selection with the help of industry indicators
Büyük veri üzerinde derin öğrenme teknikleri ile duygu analizi model önerisi: Sektör göstergeleri yardımıyla portföy seçimi
MAHMUT SAMİ SİVRİ
Doktora
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Bulanık doğrusal programlama yöntemiyle bir portföy optimizasyonu modelinin geliştirilmesi: BİST 30 endeksinde bir uygulama
Developing a portfolio optimization model by fuzzy linear programming method: An application on the İstanbul Stock Exchange-30 index
MEHMET LEVENT ERDAŞ
- An experimental evaluation for fuzzy decision trees
Bulanık karar ağaçları için bir deneysel değerlendirme
SENA ÖZTÜRK
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELMA AYŞE ÖZEL
- Kredi değerlendirmesi için bulanık karar ağaçları tabanlı bir karar destek sistemi
A decision support system based on fuzzy decision trees for credit evaluation
HİLAL GÜR
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OKTAY YILDIZ