Geri Dön

Derin öğrenme ile borsa verileri üzerinde tahminleme yapılması

Stock market prediction with deep learning

  1. Tez No: 641725
  2. Yazar: BÜŞRA ASLAN
  3. Danışmanlar: DOÇ. DR. RIZA CENK ERDUR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 84

Özet

Borsada yer alan şirketlerin hisse senetlerinin tahminlenmesi finans alanında karşılaşılan en büyük problemlerden biridir. Bu çalışmada Borsa İstanbul'da hissesi bulunan üç spor kulübünün Galatasaray (GSRAY), Fenerbahçe (FENER) ve Beşiktaş (BJKAS)'a ait hisse senedi fiyatı tahmini yapılmıştır. Tahminleme yapılırken üç şirkete ait finansal verilerin yanında bu şirketlere ait Kamuyu Aydınlatma Platformu (KAP) bildiri verilerinden elde edilen duygu analizi sonuçları da kullanılmıştır. Tahminlemeler derin öğrenme yöntemlerinden Uzun-kısa süreli bellek kullanılarak yapılmıştır. Deney sonuçlarına göre tahminlemede, finansal verilerin yanında KAP bildirimlerinin duygu analizi sonuçları da dahil edildiğinde elde edilen sonuçlar oldukça başarılıdır.

Özet (Çeviri)

Prediction of a company's stock value is one of the most important encountered problems in Stock Markets. In this study, stock value prediction has been made for the three sport clubs Galatasaray (GSRAY), Fenerbahçe (FENER) and Beşiktaş (BJKAS) that have stock values in Borsa Istanbul. Sentiment analysis results that have been obtained using the Public Disclosure Platform notification data about GSRAY, FENER and BJKAS have been used in addition to financial data that belong to these companies for stock market prediction. Long-short term memory, which is one of the deep learning methods, has been used for prediction. According to experimental results, when Public Disclosure Platform notification data about these companies have been used in prediction, the prediction results are more accurate.

Benzer Tezler

  1. Borsa verilerinin derin öğrenme ve yapay sinir ağı yöntemleri ile tahmin edilmesi

    Forecasting time series with deep learning and artificial intellgence

    ALİ İSA TAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Elektrik ve Elektronik Mühendisliğiİstanbul Arel Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKALP TULUM

  2. Sürdürülebilir hava kalitesi için yapay zeka yöntemleri ile partiküler madde tahmininin modellenmesi

    Modeling particulate matter estimation with artificial intelligence methods for sustainable air quality

    SALİHA ÇELİKCAN BİLGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. HÜSEYİN TOROS

  3. Uzun kısa süreli bellek (LSTM) kullanarak İstanbul ve civarı için deprem eğilimi tahmini

    Earthquake trend prediction for İstanbul and surroundings using long short term memory (LSTM)

    YASİN KARAKUŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VOLKAN ALTUNTAŞ

  4. Yinelemeli sinir ağları ile sermaye piyasası yön tahmini üzerine bir çalışma

    A study on direction prediction of capital markets with recurrent neural networks

    MUHİDDİN ÇAĞLAR EREN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

  5. Hisse senedi fiyat tahmininde otokodlayıcı ve graf evrişimli ağının uygulanması

    Application of autoencoder and graph convolutional network in stock price prediction

    MAHMUT LUTFULLAH ÖZBİLEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. YUSUF YASLAN