Yapay zekâ kullanılarak Borsa İstanbul (BIST) için algoritmik işlem stratejilerinin geliştirilmesi
Developing algorithmic trading strategies for Borsa Istanbul (BIST) using artificial intelligence
- Tez No: 589935
- Danışmanlar: DR. ÖĞR. ÜYESİ MURAT AYDOS
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Yeni nesil yapay zeka (metasezgisel) optimizasyon algoritmaları ile portföy optimizasyonu
Portfolio optimization with new generation artificial intelligence (metaheuristic) optimization algorithms
DANYEL BEKDAŞ
- 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
- 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
- Distance to default for turkish banking system
Türk bankacılık sektörü için temerrüde olan uzaklığın ölçülmesi
SERCAN KOYUNLU
Yüksek Lisans
İngilizce
2019
Bankacılıkİstanbul Bilgi ÜniversitesiSosyal Bilimler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEMA BAYRAKTAR TÜR
- 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