Yapay sinir ağları ve regresyon yöntemleri ile hisse senedi getirilerinin tahmini: BİST-30 üzerine bir uygulama
Prediction of stock returns with artificial neural networks and regression methods: An application on BİST-30
- Tez No: 693627
- Danışmanlar: PROF. DR. HASAN HÜSEYİN TATLIDİL
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 130
Özet
Son yıllarda dünya üzerinde teknolojinin hızla gelişme göstermesiyle birlikte yapay zekâ alanında da birçok yenilik ortaya çıkmıştır. Bu yeniliklerle birlikte yapay zekanın en çok kullanım alanlarından birisi de finans olmuştur. Gelecek tahmininde bulunmak finans alanında sıkça ihtiyaç duyulan bir durumdur. Tahminde bulunabilmek için kullanılan birçok istatiksel metot bulunmaktadır. Bu metotlar arasında en çok tercih edilenlerden birisi de Yapay Sinir Ağları (YSA)' dır. Bu tez çalışmasında da BİST-30'da yer alan hisse senetlerinden rasgele seçilmiş 12 tanesinin 2019 ve 2020 yıllarına ait üçer aylık dönemlerin kapanış fiyatları alınarak 3 farklı portföy oluşturulmuştur. Oluşturulan portföyler bazı finansal kriterler göz önünde bulundurularak önce panel regresyon analizi ile incelenmiştir. Sonrasında Yapay Sinir Ağları ve Regresyon Analizi ile hisse senedi kapanış fiyatları tahmin edilmiştir. Bulunan sonuçlar karşılaştırılmış ve Yapay Sinir Ağları yöntemi ile elde edilen sonuçların performans kriterlerine göre daha başarılı olduğu görülmüştür.
Özet (Çeviri)
With the rapid development of technology in the world in recent years, many innovations have emerged in the field of artificial intelligence. With these innovations, one of the most used areas of artificial intelligence has been finance. Predicting the future is often needed in finance. There are many statistical methods used to make predictions. Among these methods, Artificial Neural Networks (ANN) is one of the most preferred methods In this thesis, 3 different portfolios were created by taking the closing prices of the 12 stocks included in BIST-30 for the three-month periods of the years 2019 and 2020. The portfolios created were first examined by panel regression analysis, considering some financial criteria. Afterwards, the closing prices of the stocks were estimated by using Artificial Neural Networks and Regression Analysis. The results were compared and it was seen that the results obtained with the Artificial Neural Networks method were more successful than the performance criteria.
Benzer Tezler
- Sign predictability of intraday price returns to formulate appropriate trading strategies with optimum set of equities
Optimum hisse senedi kümesi ile uygun işlem stratejileri oluşturmak için gün içi fiyat getirilerinin işaret tahmin edilebilirliği
ABDURRAHMAN KILIÇ
Doktora
İngilizce
2024
Ekonometriİstanbul Teknik Üniversitesiİktisat (İngilizce) Ana Bilim Dalı
PROF. DR. BÜLENT GÜLOĞLU
- BIST100 endeksinin günlük modellenmesi
Daily modeling of the BIST100 (XU100) index
ZÜBEYİR AKTÜRK
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERDAL KILIÇ
- Derin öğrenme yöntemleri ile zaman serisi tahmini
Time series classification with deep learning methods
HAKAN GÜNDÜZ
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Yeni bir evrişimsel sinir ağı modeli ile zaman serisi öngörüsü
Time series prediction with a new convolutional neural network model
MELİH KİRİŞCİ
Yüksek Lisans
Türkçe
2021
İstatistikGiresun Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ÖZGE CAĞCAĞ YOLCU
- Hileli finansal raporlama: Muhasebe manipülasyonu ile karlılık oranları ilişkisine yönelik ampirik bir araştırma
Fraud financial reporting: An empirical research on the relationship of accounting manipulation and profitability ratios
İLHAN ACAR