Financial data analysis by exponential smoothing and ATA method
Üssel düzleştirme ve ATA metodu ile finansal veri analizi
- Tez No: 601100
- Danışmanlar: PROF. DR. GÜÇKAN YAPAR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 74
Özet
Zaman serileri belirli bir kategorideki verilerin belli zaman diliminde elde edilmesiyle oluşur. Zaman serilerinin bir çeşidi olan finansal verilerin doğru analiz edilmesi, finansla ilgili kurumların geleceğe yönelik öngörü yapmaları için büyük önem arz etmektedir. Zaman serisi analizinde en çok kullanılan yöntemlerden biri üssel düzleştirme metodudur. Üssel düzleştirme metotları basit olması ve öngörü sonuçlarındaki başarısı ile uzun yıllardır yaygın bir şekilde kullanılmaktadır. Ünlü M-yarışmalarında da metodun başarısı defalarca kanıtlanmıştır. Ancak üssel düzleştirme metotları için başlangıç değeri ve düzleştirme katsayısı seçiminin sübjektif tercihlere göre yapılması bu metodun doğruluğunu olumsuz yönde etkilemektedir. Üssel düzleştirme yöntemine alternatif olarak geliştirilen yeni bir metot olan ATA metodu, üssel düzleştirme metodunun bu dezavantajlarını ortadan kaldırmaktadır. Bu çalışmada, üssel düzleştirme metodu ve ATA metodunun M4 yarışması sonuçları karşılaştırılacak, özellikle finansal verilerdeki performansları değerlendirilecektir.
Özet (Çeviri)
Time series occurs by collecting the data in a particular category in a given time period. Accurate analysis of financial data, which is a sort of time series, has a great importance for financial institutions to make predictions for the future. Exponential smoothing method is one of the most used method in time series analysis. Exponential smoothing methods have been used widely for many years due to their simplicity and success in prediction results. The success of the method has proved many times in the famous M-competitions. However, the selection of initial value and smoothing constant according to subjective choices for exponential smoothing method adversely affect the accuracy of this method. The ATA method, which is a new method developed as an alternative to the exponential smoothing method, eliminates these disadvantages of the exponential smoothing method. In this study, the M4 results of exponential smoothing method and ATA method will be compared, especially their performance in financial data will be evaluated.
Benzer Tezler
- Zaman Serisi Analizi ve Derin Öğrenme Modelleri Kullanarak Amerikan Doları/Türk Lirası Döviz Kuru İçin Hibrid Tahmin Modeli
A Hybrid Forecasting Model for American Dollar/Turkish Lira Exchange Rate Using Time Series Analysis and Deep Learning Models
HARUN YAŞAR
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğuş ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYNEP HİLAL KİLİMCİ
- Forecasting brent oil futures prices using machine learning
Yapay öğrenme kullanarak brent petrol vadeli işlem fiyatlarını öngörüleme
EMRE KAAN YILMAZ
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri MühendisliğiKoç ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. METİN TÜRKAY
- Comparison of single and modified exponential smoothing methods in the presence of a structural break
Yapısal kırılmalar olduğunda uyarlanmış ve basit üstel düzeltme yöntemlerinin karşılaştırılması
İREM EFE
Yüksek Lisans
İngilizce
2019
İstatistikDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ESİN FİRUZAN
- Merkez bankacılığı ve para politikaları üzerine üç deneme: Enflasyon hedeflemesi, niceliksel genişleme ve para politikasının zaman tutarsızlığı
Three essays on central banking and monetary policies: İnflation targeting, quantitative easing and time inconsistency of monetary policy
ESMA ERDOĞAN
- Spor salonundaki aletlerin kapasite tahminlemesi için bir uygulama çerçevesi
An application framework for gym equipment capacity forecast
OSMAN ÇAYLI
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE