Hibrit derin öğrenme modelleri ile hisse senedi fiyat tahmini
Stock price prediction with hybrid deep learning models
- Tez No: 732508
- Danışmanlar: PROF. DR. NURCAN METİN
- Tez Türü: Yüksek Lisans
- Konular: Ekonometri, İşletme, Econometrics, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Trakya Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 93
Özet
Zaman serilerinde yüksek performanslı tahminler yapabilmek birçok uygulama alanı için temel öneme sahiptir. Zaman serisi verilerini tek bir yöntemle tahmin etmek yerine, veri setinin barındırdığı farklı fonksiyonel ilişkileri modelleyebilen birden çok yöntemi birleştirilerek tahminde bulunmak, daha etkili sonuçlar vermektedir. Tez kapsamında, Borsa İstanbul'da işlem gören XBANK bankalar endeksinin gelecek değer tahmini için derin öğrenme modelleri arasında zamansal ilişkileri dikkate alan LSTM ve GRU algoritmalarının kullanımı tercih edilmektedir. ARIMA modeli ve teknik analizde kullanılan göstergelerin de kullanımı ile farklı hibrit model yapıları ortaya koyularak tahmin performanslarının arttırılması amaçlanmaktadır. Ele alınan farklı model yapılarının etkinliği, geçerliliği ve model performanslarının değerlendirilebilmesi için modellere ait öngörü değerleri ve hataya bağlı model performans metrikleri karşılaştırılmaktadır. Uygulama sonucunda, ARIMA model artıkları ve teknik analiz göstergelerinin kullanımı ile oluşturulan GRU hibrit modeli, oluşturulan diğer GRU, LSTM ve LSTM hibrit modellerine göre, örneklem dışı değerlere en yakın tahminler vermekte ve düşük hata oranı ile daha başarılı tahmin performansı gerçekleştiren model olarak dikkat çekmektedir.
Özet (Çeviri)
Being able to make high-performance predictions in time series is of fundamental importance for many application areas. Instead of estimating time series data with a single method, estimating by combining multiple methods that can model different functional relationships in the data set gives more effective results. Within the scope of the thesis, the use of LSTM and GRU algorithms, which take into account the temporal relationships between deep learning models, is preferred for the future value estimation of the XBANK banks index traded in Borsa Istanbul. With the use of the ARIMA model and the indicators used in technical analysis, it is aimed to increase the forecast performances by revealing different hybrid model structures. In order to evaluate the effectiveness, validity and model performance of the different model structures under consideration, the predictive values of the models and the model performance metrics related to the error are compared. As a result of the application, the GRU hybrid model, which was created with the use of ARIMA model residues and technical analysis indicators, gives the closest estimates to the out-of-sample values compared to the other GRU, LSTM and LSTM hybrid models created, and draws attention as a model that performs more successful prediction performance with its low error rate.
Benzer Tezler
- Forecasting stock prices using deep learning models with technical indicators
Teknik göstergelerle derin öğrenme modelleri kullanarak hisse senedi fiyatı tahmini
MİNE KONUR
Yüksek Lisans
İngilizce
2024
İstatistikAdana Alparslan Türkeş Bilim Ve Teknoloji ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA GÖÇKEN
- 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
TUBA ÇİFCİBAŞI
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesiİş Analitiği Ana Bilim Dalı
DOÇ. DR. ÇAĞRI AKSOY HAZIR
- Derin öğrenme algoritmaları ile hisse senetlerinin fiyat hareketliliği öngörüsü
Prediction of stock price movements with deep learning algorithms
CEREN CAMKIRAN
Doktora
Türkçe
2023
İstatistikMarmara ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. DİLEK ALTAŞ KARACA
- Mise en application de l'enseignement à distance sur Moodle: Etude d'un cours de grammaire pour de futurs professeurs de Français
Moodle platformuyla uzaktan eğı̇tı̇m uygulaması: Fransızca öğretmen adaylarına yönelik dı̇l bı̇lgı̇sı̇ dersı̇ çerçevesinde çevrimiçi eğitim örneği
NACİ SERHAT BAŞKAN
Doktora
Fransızca
2023
Eğitim ve ÖğretimMarmara ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
PROF. DR. YAPRAK TÜRKÂN YÜCELSİN TAŞ
PROF. DR. FABRICE BARTHELEMY
- Fotovoltaik sistemin güç üretiminin derin öğrenme modelleri ile tahmini
Prediction of power generation of the photovoltaic system with deep learning models
EMRE BİÇEK
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolVan Yüzüncü Yıl Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. HALİT ERAY ÇELİK