Finansal oranlı yapay sinir ağı modeli ile hisse değeri değişimi tahmini
Stock price forecasting with a financial ratio based neural network algorithm
- Tez No: 592541
- Danışmanlar: DOÇ. DR. AHMET SARUCAN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 68
Özet
Hisse senedi değerinin tahmin edilmesi, ekonomi piyasalarının barındırdığı belirsizlik, kaotik yapı ve gürültü nedeniyle oldukça güçtür. Ayrıca hisse senedi değerleri üzerindeki siyasi gelişmeler, ekonomik kırılganlıklar, küresel etkiler, teknolojik gelişmeler ve yatırımcı tercihleri gibi birçok faktörün etkisi de, değer tahminlerini oldukça zorlaştırmaktadır. Ancak bu alanda iyi bir tahmin modeli geliştirmenin zorlukları sebebiyle meydan okuyucu doğası, başarılı bir modelin maddi getiriye somut katkısı gibi nedenler problemi araştırmacılar için bir o kadar da çekici kılmaktadır. Çok kaynaktan veri akışı olan borsa gibi kaotik ortamlarda geleceğe dönük tahminler üretmede makine öğrenme algoritmalarının başarılı oldukları bilinmektedir. Bu çalışmada ise Borsa İstanbul'da işlem gören farklı kriterlere göre seçilmiş üç hisse senedinin değer tahmini geliştirilen Yapay Sinir Ağı modeli ile Destek Vektör Makineleri, Lojistik Regresyon, Rasgele Orman ve Naive Bayes Sınıflandırıcı makine öğrenmesi algoritmaları kullanılarak ele alınmış ve performansları kıyaslanmıştır. Şirket performanslarını değerlendirmede sıklıkla kullanılan 18 finansal oran ve 102 diğer bağımsız değişken girdi olarak kullanılarak 2009-2018 dönemi aylık hisse senedi getiri oranları sınıflandırılarak tahmin edilmiştir. Yapılan analizler önerilen yapay sinir ağı algoritmasının belirlenen değişkenlerle ve dönemde diğer algoritmalara alternatif olarak kullanılabilecek bir sınıflandırıcı olduğunu göstermiştir.
Özet (Çeviri)
Forecasting stock prices is quite difficult due to uncertainty, chaotic nature and noise in financial markets. The aggregated impact of factors such as political instabilities, financial fragility, international financial integrity, technological developments and change in investor risk preferences make the estimation of stock prices harder. However, the challenge of developing a good estimation model in such an environment, the positive contribution of a successful model to the return of investment make the problem attractive for researchers. It is known that machine learning algorithms are useful in generating predictions in such chaotic environments as stock market, which have multiple sources of data flow. In this study, three stocks traded in Borsa İstanbul are selected according to different criteria and price estimation performances of proposed Artificial Neural Network model together with known Support Vector Machines, Logistic Regression, Random Forest and Naive Bayes Classifier machine learning algorithms are compared. 18 financial ratios frequently used in evaluation of company performances with 102 other independent variables are used as inputs and monthly rate of return of stocks in 2009-2018 period are classified and estimated. Analyses on given period have shown that the proposed artificial neural network algorithm is a classifier that can be used as an alternative to other algorithms for stock market forecasting.
Benzer Tezler
- Equity portfolio optimization using reinforcement learning: An emerging market case
Pekiştirmeli öğrenme ile hisse senedi portföyü optimizasyonu: Gelişmekte olan piyasa örneği
MERT CANDAR
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Deep wavelet neural network for spatio-temporal data fusion
Uzamsal-zamansal veri füzyonu içinderin dalgacık sinir ağları
AJLA KULAGLIC
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ
- Yapay sinir ağları ile hisse senetlerinin fiyat tahmini: BİST elektrik endeksi örneği
Forecasting of stock price with artificial neural networks: BIST electricity index example
DİDAR GÜÇLÜ
- Hisse senedi fiyat hareketlerinin tahmini için bir yapay sinir ağı modeli önerisi
Artifical neural network model for prediction of share movements
NİLAY GÜR
Yüksek Lisans
Türkçe
2009
Endüstri ve Endüstri MühendisliğiKocaeli ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. DİDEM YILMAZ ÇAPKUR
- 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