Geri Dön

Duygu analizi ve derin öğrenme kullanılarak borsaya kote ulaştırma şirketlerine ait endekslerin tahmin edilmesi

Predicting with sentiment analysis and deep learning of companies which are listed in transportation index in the stock market

PDF İndir

  1. Tez No: 681479
  2. Yazar: TUBA ÇİFCİBAŞI
  3. Danışmanlar: DOÇ. DR. ÇAĞRI AKSOY HAZIR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, İşletme, Computer Engineering and Computer Science and Control, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Marmara Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İş Analitiği Ana Bilim Dalı
  12. Bilim Dalı: İş Analitiği Bilim Dalı
  13. Sayfa Sayısı: 72

Özet

Teknoloji kullanımının ve globalleşmenin etkisiyle birlikte hisse senetleri fiyatlaması dünyada önemli bir rol almaya başlamıştır. Bu çalışmada, havacılık sektöründe faaliyet gösteren Türk Hava Yollari AO (THYAO) ve Pegasus Hava Taşımacılığı A.Ş. (PGSUS) hisse senetlerine ait 10 yıllık finansal verilere ek olarak şirketlere ait haberler duygu analizi yöntemleri ile analiz edilerek hisse senedi fiyat tahminleme başarısının artırılması amaçlanmıştır. Çalışmanın ilk adımında sadece finansal veriler kullanılarak Uzun Kısa Süreli Hafıza (LSTM) ve Evrişimsel Sinir Ağları (CNN) algoritmaları ile model kurulmuştur. İkinci adımında ise şirketlere ait Kamuoyu Aydınlatma Platformu (KAP)'ndan alınmış özel durum verileri VADER yöntemi kullanılarak analiz edilmiştir. Duygu analizi sonuçları finans verilerine eklenerek Deep Learning (DL) algoritmaları ile hisse senedi kapanış fiyatları tahmin edilmiştir. Oluşturulan tüm modellerin performansı Kök Ortalama Kare Hatası (RMSE) değerleri hesaplanarak değerlendirilmiştir. Yapılan deneyler sonucunda, oluşturulan hibrit modellerden duygu analizi sonuçları ile birlikte eğitilen CNN tabanlı modellerin düşük hata değeriyle daha doğru sonuçlar verdiği görülmüştür.

Özet (Çeviri)

With the effect of technology use and globalization, stock pricing has started to play an important role in the world. In this study, in addition to the 10-year financial data of Turkish Airlines AO (THYAO) and Pegasus Air Transport Inc. (PGSUS) stocks operating in the aviation sector, it is aimed to increase the success of stock price estimation by analyzing the news of companies with sentiment analysis methods. In the first step of the study, a model was established with Long Short Term Memory (LSTM) and Convolutional Neural Networks (CNN) algorithms using only financial data. In the second step, the special situation data obtained from the Public Disclosure Platform (KAP) of the companies were analyzed using the VADER method. Sentiment analysis results were added to the financial data and stock closing prices were predicted with Deep Learning (DL) algorithms. The performance of all models created was evaluated by calculating Root Mean Square Error (RMSE) values. As a result of the experiments, it was observed that CNN-based models trained together with emotion analysis results from the hybrid models created gave more accurate results with a low error value.

Benzer Tezler

  1. Tez No

    895348

    Sentiment analysis model proposal with deep learning techniques on big data: Portfolio selection with the help of industry indicators

    Büyük veri üzerinde derin öğrenme teknikleri ile duygu analizi model önerisi: Sektör göstergeleri yardımıyla portföy seçimi

    MAHMUT SAMİ SİVRİ

    Doktora

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

  2. Tez No

    854278

    Sentiment analysis of Turkish financial tweets using deep learning models for BIST 100 index

    BİST 100 endeksi için derin öğrenme modelleri kullanılarak Türkçe finansal tweetlerin duygu analizi

    ERKUT MEMİŞ

    Doktora

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Yıldırım Beyazıt Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA YENİAD

  3. Tez No

    641725

    Derin öğrenme ile borsa verileri üzerinde tahminleme yapılması

    Stock market prediction with deep learning

    BÜŞRA ASLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. RIZA CENK ERDUR

  4. Tez No

    721325

    Deep reinforcement learning approach for trading automation in the stock market

    Hisse senetlerinde işlem otomasyonu için derin güçlendirme öğrenme yaklaşımı

    TAYLAN KABBANİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Veri Bilimi Ana Bilim Dalı

    Prof. Dr. EKREM DUMAN

  5. Tez No

    627218

    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

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğuş Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEYNEP HİLAL KİLİMCİ

Geri Dön