Payların kapanış fiyatlarının makine öğrenmesi yöntemleri ile tahmin edilmesi
Stock price prediction with machine learning methods
- Tez No: 619731
- Danışmanlar: DR. ÖĞR. ÜYESİ ZEYNEP ALTAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Beykent Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 135
Özet
Payların fiyatlarının tahmin edilmesine yönelik finansal alanda pek çok çalışma yapılmaktadır. Payların fiyatına etki eden çok sayıda değişken bulunmaktadır. Finansal alanda devam eden araştırma ve çalışmalara katkı sağlamak amacıyla finansal veriler ile makine öğrenimi algoritmaları kullanılarak farklı sektörlerdeki payların kapanış fiyatı tahmini yapılacaktır. 2016 - 2018 yılındaki ortalama piyasa değeri en büyük olan paylar belirlenecek ve ilk on beş pay için ayrı ayrı ve sektör bazında gruplandırma yapılarak incelemeler yapılacaktır. Finansal verilerin tahmin edilmesine yönelik makine öğrenmesi algoritmalarından arttırılmış karar ağacı regresyonu, sinir ağı regresyonu, doğrusal regresyon, karar ormanı regresyonu, poisson regresyon, bayesian doğrusal regresyon kullanılacaktır. Veri setinde 01.01.2016 – 31.12.2018 tarih aralığı için günlük ve pay bazında işlem ve fiyat bilgileri, altın fiyatı, döviz fiyatı, tahvil endeksi faiz bilgileri ve tüm değişkenlerin günlük değişim değerleri finansal değişken olarak belirlenmiştir. Seçilen dönemdeki piyasa değeri en yüksek olan ilk on beş pay için ve tüm Borsa İstanbul'da işlem gören paylar için ayrı veri setleri oluşturularak öğrenme ve tahmin yapılacaktır. Ayrıca algoritmaların parametreleri değiştirildiğinde sonuç üzerine etkisi değerlendirilecektir. Çalışma sonucunda, seçilen paylar için kapanış fiyatına etkisi yüksek olan finansal değişkenler ve makine öğrenimi algoritmaları belirlenecektir. Aynı zamanda farklı sektördeki paylar için oluşturulan tahmin sonucu karşılaştırılacak ve sektör bazında farklar ortaya konulacaktır.
Özet (Çeviri)
In the financial area, many studies have been performed to estimate the stock prices, which are affected by numerous parameters. In order to contribute to the ongoing research and studies in the financial area, the closing price of shares in different sectors will be estimated by using financial data and machine learning algorithms. At the end of the study, financial variables and machine learning methods with high impact on the closing price will be determined for the selected shares. At the same time, the estimation result for the shares in different sectors will be compared and sectoral differences will be analyzed. Stock shares with the highest average market value in 2016-2018 will be determined and grouped separately and sector-based examinations will be analyzed for the first fifteen shares. boosted decision tree regression, neural network regression, linear regression, decision forest regression, poisson regression, bayesian linear regression will be used in the machine learning algorithms for estimating financial data. For the period between 01.01.2016 and 31.12.2018, daily and stock based transaction and price information, gold price, foreign Exchange price, bond index interest information and daily exchange values of all variables are determined as financial variables in the data set. For the first fifteen shares with the highest market value in the selected period and for all shares traded on Borsa İstanbul, learning and estimation will be done by creating separate data sets. Furthermore, when the parameters of the algorithms are changed, the effect on the result will be evaluated. At the end of the study, financial variables and machine learning algorithms with high impact on the closing price will be determined for the selected shares. At the same time, the estimation result for the shares in different sectors will be compared and sectoral differences will be evaluated.
Benzer Tezler
- Veri madenciliği teknikleri ile Borsa İstanbul pay piyasası pazarlarında fiyat hareketlerinin tahmini
Predicting of stock price movements with data mining techniques on Borsa Istanbul equity markets
EFE GÖKAKIN
- Borsa İstanbul (BİST) 'da işlem gören mevduat bankalarının performansının karşılaştırılması: Veri zarflama analizi
Comparison of the performance of Turkish banks transacted in Bist: Data envelopment analysis
DEVRİM GÜL YEŞİLYAYLA
Yüksek Lisans
Türkçe
2022
BankacılıkAkdeniz ÜniversitesiFinans ve Bankacılık Ana Bilim Dalı
DOÇ. DR. FİLİZ YETİZ
- Bankaların finansal yapısı çerçevesinde bağımsız denetçi görüşünün hisse senedi performansı üzerine etkisi
The effect of independent auditor's opinion on share performance in the framework of the financial structure of banks
CENK AYDOĞAN
Doktora
Türkçe
2021
İşletmeManisa Celal Bayar Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. AYŞE NECEF YERELİ
- Impact of macro-economic factors on valuations of publicly traded companies
Makro-ekonomik değişkenlerin halka açık şirketler üzerindeki etkileri
CEYLAN HAYRİYE ÇELİK
Yüksek Lisans
İngilizce
2017
Ekonomiİstanbul Bilgi ÜniversitesiFinansal Ekonomi Ana Bilim Dalı
YRD. DOÇ. DR. EBRU REİS
- Payların halka arzında izahnameden doğan kamuyu aydınlatma sorumluluğu
Public disclosure liability arising from prospectus on public offering of shares
DİLARA UÇAR