Deep learning based stock market prediction using technical indicators
Teknik göstergeleri kullanarak derin öğrenme ile hisse senedi piyasası tahmini gerçekleştirme
- Tez No: 559149
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET DEMİRCİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 65
Özet
Borsa tahmini, hisse alım-satımı yapan kişilerin ve ekonomistlerin ilgi odağıdır. Tahmin sürecinde piyasa endekslerinin geçmiş verilerinden hesaplanan bazı teknik ve temel göstergeler kullanılmaktadır. Ancak bu göstergelerin başarısı, endeks hareketlerinin öngörülemez yapısı ve geçmiş verilerdeki yüksek değişim oranlarından dolayı kısıtlı kalmaktadır. Makine öğrenmesi teknikleri, özellikle derin öğrenme yöntemleri, yüksek değişkenliğe sahip ortamlarda ve zaman serisi tahmin problemlerinde kendilerini kanıtlamıştır. Bu tezde borsa endeks tahmini problemi ayrıntılı olarak ele alınmış ve BIST 30'un gelecekteki değerlerini tahmin etmek için bir derin sinir ağı modeli önerilmiştir. Derin öğrenme modelimizin eğitiminde kullanılan veri seti, 01.01.2016 - 31.12.2018 tarihleri arasındaki 36 aylık dönem için www.investing.com sitesinden toplanmıştır. Bu veri setiyle yapılan deneylerde modelimizin ulaştığı ortalama kare hata oranı (MSE) gelecekteki beş işlem günü için sırasıyla 0.0302, 0.1009, 0.0930, 0.1075 ve 0.2781 olarak tespit edilmiştir. Önerilen modelin literatürdeki diğer çalışmalardan daha iyi sonuç verdiği ve borsa endeks fiyatlarını tahmin etmede başarılı olduğu görülmüştür.
Özet (Çeviri)
Stock market prediction is the focus of interest of the traders and the economic practitioners since long time. They used in their prediction process some technical and fundamental indicators calculated from historical data of market indices. But all these indicators stand helpless because of the high non-linearity nature and high change rates of index historical data. Machine learning techniques especially deep learning methods have proved themselves in such high volatility environments and for time series forecasting problems. The thesis addressed in this paper deals with this problem in details and proposes a deep neural network model to predict possible future values and so directions that BIST 30 the most well-known index of Turkish stock market may take. The dataset used in training our deep model has been gathered from a famous website followed by most of the investors and the traders www.investing.com for 36 months' period from 01.01.2016 to 31.12.2018. Our model has proved itself through the experiments done on this dataset by outperforming other proposals where MSE or mean squared error got by it is 0.0302, 0.1009, 0.0930, 0.1075 and 0.2781 in forecasting BIST 30 index movements and prices for the next five trading days respectively.
Benzer Tezler
- Derin öğrenme ve makine öğrenmesi yöntemleriyle borsa alım satım davranışlarının modellenmesi
Modeling trading behaviours with deep learning and machine learning methods in stock exchange markets
AFAN HASAN
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OYA KALIPSIZ
- Derin öğrenme yöntemleri ile zaman serisi tahmini
Time series classification with deep learning methods
HAKAN GÜNDÜZ
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- 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
- Hisse senedi fiyat tahmininde otokodlayıcı ve graf evrişimli ağının uygulanması
Application of autoencoder and graph convolutional network in stock price prediction
MAHMUT LUTFULLAH ÖZBİLEN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN
- Yinelemeli sinir ağları ile sermaye piyasası yön tahmini üzerine bir çalışma
A study on direction prediction of capital markets with recurrent neural networks
MUHİDDİN ÇAĞLAR EREN
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ