Uzun kısa süreli hafıza ve geçitli yinelenen birim ileborsa İstanbul 100 endeks değeri tahmini üzerine bir uygulama
An application on prediction of bist100 index value with lstm and gru
- Tez No: 598946
- Danışmanlar: DOÇ. DR. İBRAHİM DEMİR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 62
Özet
Fiyat tahmini finansal piyasalar için oldukça önem arz etmektedir. Piyasa profesyonelleri ve araştırmacıların her zaman ilgisini çekmiştir. Bu kapsamda araştırmacılar çeşitlik modeller geliştirmişlerdir. Fiyat tahminde temel analiz, teknik analiz gibi çeşitli yöntemler aktif olarak kullanılıyor olsa da finansal varlıkların doğası gereği tutarlı sonuçlar elde etmek oldukça zordur. Gelişen teknoloji ile beraber artan bilgisayarların işlem güçleri de artmış, buda finansal piyasalarda fiyat tahmini için makine öğrenmesi algoritmalarının kullanılabilmesine olanak sağlamıştır. Bu çalışmada makine öğrenmesinin bir alt dalı olan derin öğrenme yöntemleri ile finansal varlıklar için fiyat tahmininde bulunulması amaçlanmıştır. Çalışmada Borsa İstanbul 100 endeksine ait 2001-2018 yıllarına arasında günlük kapanış değerleri kullanılmıştır. Bu değerlerden yola çıkarak endeksin gelecekteki yönü ve değeri tahmin edilmeye çalışılmıştır. Tahmin yöntemi olarak yinelenen sinir ağı algoritmaları olan uzun kısa süreli hafıza ve geçitli yinelenen birim yöntemleri kullanılmıştır. Elde edilen sonuçlar üzerinden bu iki yöntem birbiriyle karşılaştırılmış ve geçitli yinelenen birim yönteminin daha başarılı tahmin sonuçları verdiği gözlemlenmiştir.
Özet (Çeviri)
Price forecasting is very important for financial markets. It has always attracted the attention of market professionals and researchers. In this context, researchers have developed various models. Such as basic analysis and technical analysis are used actively in price estimation, it is difficult to obtain consistent results due to the nature of financial assets. The computing power of computers increased with the technology, which enabled the use of machine learning algorithms for price forecasting in financial markets. In this study, it is aimed to forecast prices for financial assets by using deep learning methods which is a sub-branch of machine learning. Daily closing values of Borsa İstanbul 100 Index between 2001-2018 were used in this study. Based on these values, the future direction and value of the index was tried to be estimated. Long – short term memory and gated recurrent unit methods which are recurrent neural network algorithms are used as estimation method. These two methods were compared with each other and it was observed that the gated recurrent unit method yielded more successful estimation results.
Benzer Tezler
- Derin öğrenme teknikleri kullanılarak anayol trafik analizi
Analysis of highway traffic using deep learning techniques
MUHAMMET ESAT ÖZDAĞ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NESRİN AYDIN ATASOY
- Derin öğrenme algoritmaları ile hisse senetlerinin fiyat hareketliliği öngörüsü
Prediction of stock price movements with deep learning algorithms
CEREN CAMKIRAN
Doktora
Türkçe
2023
İstatistikMarmara ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. DİLEK ALTAŞ KARACA
- Feasibility analysis based on advanced deep learning techniques in integrating renewable energy resources into microgrids
Yenilenebilir enerji kaynaklarının mikroşebekelere entegre edilmesinde gelişmiş derin öğrenme tekniklerine dayalı uygulanılabilirlik analizi
FATHI FARAH FADOUL FATHI FARAH FADOUL
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. RAMAZAN ÇAĞLAR
- Derin öğrenme teknikleriyle yazılım kod kalitesi analiz ve iyileştirme öneri sistemi geliştirilmesi
Development of software code quality analysis and improvement suggestion system with deep learning techniques
OĞUZHAN OKTAY BÜYÜK
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Sultan Mehmet Vakıf ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ NİZAM
- Derin öğrenme ağları kullanılarak protein metal bağlanma yerlerinin analizi
Analysis of protein metal-binding sites using deep neural networks
İSMAİL HABERAL
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBaşkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN OĞUL