Hisse senetleri yatırım kararlarında yapay zekâ uygulaması: Modern bir derin öğrenme algoritması önermesi
Implementation of AI in share investment decisions: Proposition of a modern deep learning algorithm
- Tez No: 728300
- Danışmanlar: PROF. DR. NİHAT KÜÇÜKSAVAŞ
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Beykent Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: İşletme Yönetimi Bilim Dalı
- Sayfa Sayısı: 221
Özet
Finansal piyasa verileri davranışı çok sayıda unsura ve farklı faktörlere bağımlılığı nedeniyle karmaşıktır. Özellikle, pay senedi gelir tahmini için etkili modellerin geliştirilmesi zorlu bir çalışmadır. Uzun kısa süreli bellek (LSTM) yaklaşımı, tahmine dayalı finansal analiz için yaygın olarak kullanılmasa da bu alan için uygulanabilir bir yöntemdir. Ayrıca, Ayrık Dalgacık Dönüşümü (DWT) ile veri düzeltilmesi, Parçacık Sürü Optimizasyonu (PSO) ile LSTM ağları algoritmasının hibridizasyonu, bu çalışmada önerilen sıralı öğrenme için yenilikçi bir tekniktir. Model, performans analizlerine dayalı olarak PSO ile güçlendirilmiş LSTM ağları algoritması, diğer iyi bilinen denetimli ve denetimsiz sınıflandırma tekniklerinden daha iyi performans göstermektedir. Bu çalışmada, BIST 30 endeksi 2000-2021 yılları arasındaki pay senetleri ve medya haberleri verileri kullanılarak, portföy sepeti analizleri ve tahminleri yeni bir yapay zekâ yaklaşımıyla sağlanmaya çalışılmaktadır.
Özet (Çeviri)
Financial market data behavior is complex due to its dependence on many factors and different factors. In particular, the development of effective models for stock income forecasting is a challenge. Although the long short-term memory (LSTM) approach is not widely used for predictive financial analysis, it is a viable method for this field. In addition, the hybridization of Discrete Wavelet Transform (DWT), Particle Swarm Optimization (PSO) and LSTM networks algorithms is an innovative technique for sequential learning proposed in this study. The model outperforms other well-known supervised and unsupervised classification techniques with the PSO powered LSTM networks algorithm based on performance analyses. In this study, it is tried to provide portfolio basket analyzes and forecasts with a new artificial intelligence approach by using the stocks and newspaper news data between the years 2000-2021 in the BIST30 Index.
Benzer Tezler
- Machine learning applications for time series analysis
Zaman serileri analizi için makine öğrenmesi uygulamaları
MERT CAN
Yüksek Lisans
İngilizce
2024
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. ATABEY KAYGUN
- Türk hisse senedi piyasalarına dayalı finansal yatırım analizleri
Financial investment analyses based on the Turkish stock markets
MALİK İNCİ
Yüksek Lisans
Türkçe
2024
İşletmeVan Yüzüncü Yıl Üniversitesiİşletme Yönetimi Ana Bilim Dalı
DOÇ. DR. ÖNDER BÜBERKÖKÜ
- 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
2010
İşletmeBoğaziçi ÜniversitesiBilişim Sistemleri Bölümü
PROF. DR. BİRGÜL KUTLU
- Ajan bazlı finansal modelleme: İstanbul yapay borsası örneği
Agent based financial modeling: The case of Istanbul artificial stock market
ŞÜKRÜ CAN DEMİRTAŞ
- The investigation of individuals' financial decisions in behavioral finance perspective: A study of gender differences in investment decision-making
Bireylerin finansal kararların davranışsal finans açısından incelemesi: Yatırım karar verme sürecinde cinsiyet farklılıkları üzerine bir çalışma
LAILA YOSOFI