Geri Dön

Yapay zekâ kullanılarak Borsa İstanbul (BIST) için algoritmik işlem stratejilerinin geliştirilmesi

Developing algorithmic trading strategies for Borsa Istanbul (BIST) using artificial intelligence

  1. Tez No: 589935
  2. Yazar: HÜSEYİN IRMAK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MURAT AYDOS
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 105

Özet

Borsa, halka arz edilmiş şirketlerin hisselerinin ticaretinin yapıldığı, şirket hisselerinin alınıp satıldığı platformlar olarak ifade edilir. Borsalarda hisse senetleri alınıp satılarak, alım satım arasındaki fiyat farkından zarar veya kazanç elde edilir. Bu sebeple borsanın tahmini dikkat çekici bir konu olarak karşımıza çıkmaktadır. Çünkü borsa fiyatlarının başarılı tahmini veya zamanında“Al-Sat”kararı veren işlem sistemlerinin memnuniyet verici yararları olabilmektedir. Fakat işlemden elde edilen kar oranını maksimize eden en iyi yöntemi bulmaya çalışmak cesaret kırıcı ve zor bir görev olarak karşımıza çıkmaktadır. Bu tez çalışmasında yapay zekâ dalları araştırılmış, borsa tahmini üzerine yapılan çalışmalar incelenmiştir. Daha sonra“Al-Sat”önerisi veren, ileri beslemeli yapay sinir ağı ve özdüzenleyici haritalar tarafından optimize edilmiş, teknik analiz indikatör tabanlı yeni bir borsa işlem modeli önerilmiştir. Sürpriz bir şekilde ve bildiğimiz kadarıyla, teknik indikatörlerin optimizasyonu için özdüzenleyici haritalar kullanmış ve ileri beslemeli yapay sinir ağı ile kombine edilmiş bir çalışma keşfedilmemiştir. Geliştirilen model, ilk olarak RSI ve MACD teknik indikatörlerini finansal zaman serisinin“Al-Sat”tetikleyici sinyalleri ile özdüzenleyici haritalar vasıtasıyla optimize etmektedir. Daha sonra optimize edilmiş değerler“Al-Sat”önerilerinin iyileştirilmesi için ileri beslemeli yapay sinir ağına gönderilmektedir. Geliştirilen model Borsa İstanbul(BIST)'da bulunan hisseler üzerinde test edilmiştir. Bunun yanında geliştirilen model evrensel olarak kullanılabilmekte ve küresel borsalara da uygulanabilmektedir. Sonuçlar geliştirilen modelin performansının BIST'teki çoğu hissede Al&Tut stratejisinden, geleneksel RSI ve MACD stratejilerinden daha iyi olduğunu göstermiştir.

Özet (Çeviri)

Stock market is a place where shares of public listed companies are traded and buying and selling activities of publicly-held companies that takes place. From buying and selling activities of companies in stock markets, a profit can be made or a loss of money can be happen. Therefore, stock market prediction is remarkable subject because successful prediction of stock prices or creation of trading systems that offer buy-sell points on time may promise pleasing benefits. However it is a discouraging and challenging task to find out which is the best way to maximize the trading profit. In this thesis, the branches of artificial intelligence have been studied and the papers about stock market prediction have examined. After that, a novel stock trading system for offering buy-sell points, based on a feed forward neural network and self-organizing maps for technical analysis indicators optimization is proposed. Surprisingly, to the best of our knowledge, no related research has been investigated that uses the combination of self-organizing maps for technical analysis indicators optimization and feedforward neural network. Firstly, the developed model uses self-organizing maps to optimize RSI and MACD technical indicators with the buy-sell trigger signals of the financial time series data. Secondly, optimized values are passed to feedforward neural networks for the improvement of the buy-sell offers. Stocks from BIST (Istanbul Stock Exchange) are used as a case study but the developed model can be used universally and can be applied to global stock markets. The results show that the developed model performance are better than the buy-hold strategy, traditional RSI and MACD strategies in the most of the stocks in BIST.

Benzer Tezler

  1. Yeni nesil yapay zeka (metasezgisel) optimizasyon algoritmaları ile portföy optimizasyonu

    Portfolio optimization with new generation artificial intelligence (metaheuristic) optimization algorithms

    DANYEL BEKDAŞ

    Doktora

    Türkçe

    Türkçe

    2022

    Bankacılıkİstanbul Ticaret Üniversitesi

    Finans Ana Bilim Dalı

    DOÇ. DR. HİCABİ ERSOY

  2. Borsa İstanbul'da işlem gören sanayi işletmelerinin finansal başarısızlıklarının öngörülmesi: 2007-2019

    Predicting financial failures of industrial companies listed in Borsa Istanbul: 2007-2019

    HASAN DEMİRHAN

    Doktora

    Türkçe

    Türkçe

    2021

    MaliyeAnkara Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. GÜVEN SAYILGAN

  3. Yapay zeka modeliyle genişletilmiş hibrit black-litterman model önerisi, Borsa İstanbul Bist-30 Endeks endeks verileri ile test edilmesi

    Extension with artificial intelligence model for hybrid black-litterman model proposal and testing on Istanbul Stock Exchange Bist-30 index data

    MAHMUT KARA

    Doktora

    Türkçe

    Türkçe

    2017

    İşletmeHacettepe Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. AYDIN ULUCAN

  4. Distance to default for turkish banking system

    Türk bankacılık sektörü için temerrüde olan uzaklığın ölçülmesi

    SERCAN KOYUNLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bankacılıkİstanbul Bilgi Üniversitesi

    Sosyal Bilimler Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SEMA BAYRAKTAR TÜR

  5. Derin öğrenme yöntemleri ile zaman serisi tahmini

    Time series classification with deep learning methods

    HAKAN GÜNDÜZ

    Doktora

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ZEHRA ÇATALTEPE