Yapay sinir ağları kullanarak dolar kuru gelecek değer tahmini yapılması
Estimating future value of dollar rate using artificial neural networks
- Tez No: 716527
- Danışmanlar: PROF. DR. MEHMET YILDIRIM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Gelişen dünya ile birlikte kişilerin, toplulukların ve şirketlerin hayatlarını devam ettirebilmeleri için üretim, tüketim ve ticaret gibi etkinliklerde bulunmaları gerekmektedir. Ayrıca, varlıklarını koruyabilmeleri ve bu varlıklar üzerinde sürekli olarak yatırım yaparak büyümeleri önemlidir. Bu sebeple insanlar, topluluklar veya şirketler ellerindeki varlıkları döviz, hisse senedi, altın, gayrimenkul, bono/tahvil, vadeli mevduat vb. yatırım araçları kullanarak arttırmak istemektedir. Yatırım araçları her zaman varlık arttırmayabilir, küresel sermaye hareketleri ve parametrelere göre varlığın değerini de düşürebilir. Bu sebeple, yatırım yapan kişi yatırım aracının gelecekte ne değer alacağını kestirebilmek ister. Yatırım aracının gelecek değer tahmini için kullanılan birçok finansal yöntem ve indikatör bulunmaktadır. Teknolojinin gelişmesi ile birlikte klasik finansal yöntemler yerini bilgisayarlara ve yapay zeka teknolojilerine bırakmıştır. Yapay zeka teknikleri kullanılarak yapılan tahminler artık çok daha doğru sonuçlar vermektedir. Tez çalışması kapsamında, yapay zeka tekniklerinden biri olan yapay sinir ağları kullanılarak yatırım araçlarının gelecek tahmini yapılmıştır. Yatırım aracı olarak dünya genelinde kabul gören ABD Doları döviz cinsi incelenmiş ve gelecek tahmini yapılmıştır. Doların artmasına ve azalmasına sebep olan diğer ekonomik parametreler ile dolar arasındaki korelasyonlar belirlenmiştir. Yüksek ve düşük korelasyonlu olduğu ekonomik parametreler tespit edilmiştir. Ekonomik parametrelerin geçmiş verileri kısa, orta ve uzun vade olarak üç farklı zaman diliminde incelenerek yapay sinir ağlarında eğitime tabi tutulmuş, ARMA zaman serisi modeli çıkartılmıştır. Doların yüksek korelasyonlu olduğu parametreler ile daha doğru tahmin sonuçları elde edilmiştir. Her bir eğitimde 5000 iterasyon çalıştırılmıştır. Eğitim sonucunda ortalama karesel hatalar 10e-11 seviyelerinde belirlenmiş olup oldukça başarılı bulunmuştur.
Özet (Çeviri)
With the developing world, individuals, communities and companies need to engage in activities such as production, consumption and trade in order to continue their lives. It is also important for them to maintain their assets and grow by continuously investing in these assets. For this reason, people or companies want to grow by using investment tools and invest their assets in foreign currency, stocks, gold, real estate, bonds, time deposits, etc. Investment instruments may not always increase assets, they may also decrease the value of the asset according to global capital movements and parameters. For this reason, an investor wants to be able to predict what the future value of the investment instrument will be. There are many financial methods and indicators used for the future value estimation of the investment instrument. With the development of technology, classical financial methods have been replaced by computers and artificial intelligence technologies. Predictions determined by using artificial intelligence techniques now give much more accurate results. In this thesis, future estimation of investment instruments was made using artificial neural networks, which is one of the artificial intelligence techniques. The US Dollar currency, which is accepted worldwide as an investment tool, has been examined and future forecasts have been made. Correlations between the dollar and other economic parameters that cause the dollar to increase and decrease were determined. The economic parameters that are highly and lowly correlated have been determined. The historical data of the economic parameters were examined in three different time periods as short, medium and long term, trained in artificial neural networks, and the ARMA time series model was created. More accurate estimation results were obtained with the parameters that the dollar is highly correlated with them. 5000 iterations were run in each training. As a result of the training, the mean squared errors were determined at the 10e-11 levels and were found to be quite successful.
Benzer Tezler
- İlaç endüstrisinde yapay sinir ağları ile talep tahmini uygulaması
Demand forecasting application with artificial neural networks in the pharmaceutical industry
ONUR AKTEKE
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi-CerrahpaşaEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖNSEL EKİCİ
- İş makineleri sektöründe yapay sinir ağları ile talep tahmini uygulaması
Application of demand forecasting with artificial neural networks in construction machinery sector
EMRE YANIK
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiKırıkkale ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ADNAN AKTEPE
- Price forecasting day-ahead Turkey Electricity Market using artifical neural network
Yapay sinir ağları kullanarak Türkiye Elektrik Piyasası gün sonrası fiyat tahmini
MUSTAFA KİKİ
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiErzincan ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ŞAHİN
- Yapay sinir ağı teknikleri kullanarak eğitim yayıncılığı sektöründe veri madenciliği
Neural network technical and educational broadcasting data mining sector
AYHAN YANGIN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. METİN ZONTUL
- Dalgacık dönüşümü ve derin öğrenme yöntemleri ile hisse senedi fiyat tahmini
Stock price prediction with wavelet transform and deep learning methods
ÇAĞRI ÇOBAN
Yüksek Lisans
Türkçe
2023
EkonometriAydın Adnan Menderes ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. ELVAN HAYAT