Geri Dön

Yapay sinir ağları ile borsa endeksi tahmini: Gana Borsası üzerine bir uygulama

Predicting stock market index with artificial neural networks: Application on the Ghana Stock Exchange

PDF İndir

  1. Tez No: 653018
  2. Yazar: ABDUL-RAZAK BAWA YUSSIF
  3. Danışmanlar: PROF. DR. ZEYNEP KARAÇOR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonomi, Economics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İktisat Ana Bilim Dalı
  12. Bilim Dalı: İktisat Bilim Dalı
  13. Sayfa Sayısı: 109

Özet

Gana Menkul Kıymetler Borsası 1989 yılında resmi olarak kurulmuştur. Gana'nın borsaları otuz yıllık bir kalkınma yolculuğu geçirmiştir. İstikrarsız borsa, bilimsel olmayan yatırımlar ve zararlı yatırımların ara sıra olan vakaları tüm piyasayı yüksek riskle karşılar ve kurumlara ve bireylere ciddi zorluklar öngörür. Bu tez, araştırma hedefi olarak GSE Kompozit Endeksini seçmektedir, yapay zeka metotlarının uygulamaları aracılıyla ampirik analizi yönetir, bir ekonomik bakış açısından bu endeksin hatlarını oluşturur. Bu tezde, mevcut tarihsel verilere dayanarak Gana Menkul Kıymetler Borsası Kompozit endeksini tahmin etmek için Çok Katmanlı Algılayıcı (MLP), Evrişimli Sinir Ağları (CNN)ve Uzun Kısa Süreli Bellek (LSTM) olmak üzere üç tür derin öğrenme mimarisi kullanmaktayız. Bu deneyin veri seti, 02 Ocak 2015 - 31 Aralık 2019 tarihleri arasında Gana Borsası'nın Kompozit Endeksinin günlük değerlerinden oluşmaktadır. İlk dört yılın (2015-2018) günlük değerleri, her bir modeli eğitmek için kullanılmakta ve son yıl yani 2019'a ait verilerin geri kalanı, modeller için test veri kümesi olarak kullanılmaktadır. Egzersiz verileri ve test verileri sırasıyla% 80 ve% 20'ye karşılık gelmektedir. Sonuçlar, CNN'nin GSE-CI tahminleri için en iyi seçim olduğunu göstermektedir. Bununla birlikte, MLP ve LSTM GSE-CI tahmininde kötü performans göstermemektedir.

Özet (Çeviri)

The Ghana Stock Exchange was formally established in 1989, Ghana's stock market has gone through a development journey of three decades. The unstable stock market, unscientific investments and occasional event of malignant investment make the whole market full of high risk, and propose sever challenges to institutions and individuals. The thesis selects the GSE Composite Index as research objective, through the application of Artificial intelligence methods to conduct empirical analysis, carving the features of this index from an econometric perspective. In this thesis, we used three types of deep learning architectures namely Multilayer Perceptron (MLP), Convolution Neural Network (CNN) and Long Short-Term Memory (LSTM) for predicting the Ghana Stock Exchange composite index based on the historical data available. The dataset for this thesis consist of the daily values of the Composite Index of the Ghana stock Exchange from the 02 January 2015 to 31 December 2019. The daily values of the first four years (2015 - 2018) are used to train each model and the rest of the data for the last year, 2019, is used as the test dataset for the models. The training and test data correspond to 80% and 20% of the entire data respectively. The results indicate that CNN is the best choice for the predictions of the GSE-CI. However, MLP and LSTM do not perform badly in predicting GSE-CI.

Benzer Tezler

  1. Tez No

    811532

    Forecasting house price index in Turkey using arima transfer functions and artificial neural networks (ANN)

    Yapay sinir ağları ile konut fiyat endeksi tahmini

    MAHDI NASSER MOHAMMAD ABUANZEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    İşletmeİstanbul Aydın Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ UĞUR ŞENER

  2. Tez No

    271100

    Prediction of IMKB sector indices by using artificial neural networks

    İMKB sektör endekslerinin yapay sinir ağları ile tahmin edilmesi

    ÖMER FARUK ÇEVİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    İşletmeBoğaziçi Üniversitesi

    Bilişim Sistemleri Bölümü

    PROF. DR. BİRGÜL KUTLU

  3. Tez No

    797927

    Comparison of stock selection methods: An empirical research on the borsa İstanbul

    Hisse senedi seçimi modellerini karşılaştırma: Borsa İstanbul hisse senetleri üzerinde ampirik bir uygulama

    ALİ SEZİN ÖZDEMİR

    Doktora

    İngilizce

    İngilizce

    2023

    Maliyeİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KAYA TOKMAKÇIOĞLU

  4. Tez No

    849148

    Prediction of Food Industry Price Index using artificial neural network (Case study: Index of Tehran Stock Exchange)

    Yapay sinir ağı kullanılarak Gıda Endüstrisi Fiyat Endeksinin tahmini (Örnek olay: Tahran Borsası endeksi)

    AMIRMASOUD NAZZARI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Ekonomiİstanbul Kültür Üniversitesi

    İktisat (İngilizce) Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NAZİFE MERVE HAMZAOĞLU

  5. Tez No

    438730

    Iraqi Stock Market forecasting using artificial neural network

    Yapay sinir ağını kullanarak Irak Borsası tahmini

    ARAF AL YOZBAKEE

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Bilim ve TeknolojiTürk Hava Kurumu Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    YRD. DOÇ. Abdellatif BABA

Geri Dön