Borsa İstanbul işletmelerinin (BIST) veri madenciliği ile kümelenmesi
Clustering the companies listed on stock exchange Istanbul (BIST) by data mining
- Tez No: 520126
- Danışmanlar: DOÇ. DR. MELTEM KARAATLI
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Veri Madenciliği, Kümeleme Yöntemi, Borsa İstanbul Hisse Senetleri, Beklenti Maksimizasyonu, Data Mining, Clustering Method, Istanbul Stock Exchange Stocks, Expectation Maximization
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Günümüzde birçok kurum ve kuruluş tarafından çeşitli şekillerde toplanan bilgiler veri yığınları halinde saklanmaktadır. Veri madenciliği, veri tabanlarında saklanan verileri kullanarak tahminler yapabilen bir süreçtir. Veri madenciliği, birçok piyasada olduğu gibi hisse senetleri piyasasında da işletmeleri rakiplerinden avantajlı hale getirebilmektedir. Bu çalışmada, Borsa İstanbul'da işlem gören hisse senetlerinin günlük artış, azalış ve sabit kalma durumları göz önüne alınarak bir veri seti oluşturulmuştur. Bu veri setinin, anlamlı bir kümeleme oluşturması ve oluşan kümelerin sektör ve işletme açısından analiz edilmesi amaçlanmıştır. Bu doğrultuda, veri madenciliği süreci kümeleme yöntemi algoritmalarından biri olan“beklenti maksimizasyonu”yöntemi kullanılarak 134 işletme, hisse senedi fiyatları yükselişi“düşük”,“orta düzeyde”ve“yüksek”olarak üç kümeye ayrılmıştır. Çalışmanın sonucunda işletmelerin bulunduğu kümeler sektör ve işletme açısından yorumlanmıştır.
Özet (Çeviri)
Nowadays, information, collected by many institutions and organizations is stored in the form of data stacks. Data mining is a process that can make estimates using data stored in databases. Data mining in stock markets is as advantageous as many other markets in terms of gaining competitive advantage. In this study, a data set was prepared considering the daily increase, decrease and steady state of stocks traded in Istanbul Stock Exchange. By using this dataset, it is aimed to be able to create meaningful clustering and to analyze the clusters formed in terms of sector and business. In this direction, 134 firms using the“maximization of expectation”method, which is one of the data mining process clustering method algorithms, are divided into three groups as“low”,“medium level”and“high”stocks. As a result, the clusters, are interpreted in terms of sector and business.
Benzer Tezler
- Finansal başarısızlık tahmini: Yapay sinir ağı ve karar ağacı yöntemleri üzerine bir inceleme
An investigation on methods of artificial neural networks and decision tree estimation of financial failure
SEYEDBABAK HESARI
Yüksek Lisans
Türkçe
2018
EkonomiDokuz Eylül Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. GÖKTUĞ CENK AKKAYA
- Borsada işlem gören sanayi şirketlerinin finansal performanslarının veri madenciliği yöntemleri ile analizi
Analysis of the financial performances of industrial companies traded on the exchange by data mining methods
ÖZGE KARAHAN
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi-CerrahpaşaEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FUNDA HATİCE SEZGİN
- Finansal raporların analizinde metin madenciliğinin kullanımı:Borsa İstanbul şirketlerinin kurumsal yönetim niteliklerinin tahmini
Using text mining in financial reporting: prediction the ise companies' corporate governance qualifications
ŞAFAK AĞDENİZ
Doktora
Türkçe
2017
İşletmeEskişehir Osmangazi Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. BİROL YILDIZ
- Üretim işletmeleri için finansal başarısızlığın tahmininde veri madenciliği uygulaması
Data mining application in prediction of financial failure for manufacturing businesses
RIDVAN YÜKSEL
- İşletmelerde finansal başarısızlık tahmininde veri madenciliği yöntemlerinin karşılaştırılması: BIST'de bir uygulama
A comparison of data mining methods in financial failure prediction of businesses: An application in BIST
BARIŞ AKSOY