Assessment of artificial neural network to improve hidden Markov model for financial data
Finansal verilerde saklı Markov modelini geliştirmek için yapay sinir ağının değerlendirilmesi
- Tez No: 748622
- Danışmanlar: PROF. DR. AYŞE SEVTAP SELÇUK KESTEL
- Tez Türü: Doktora
- Konular: Matematik, İstatistik, Mathematics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Uygulamalı Matematik Enstitüsü
- Ana Bilim Dalı: Finansal Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 111
Özet
Bu tezin amacı zaman serisi modellemelerinde sıklıkla kullanılan başarılı bir istatistiksel model olan Gizli Markov Modeller'in (GMM) olası zayıf yönlerini gidermektir. GMM'lerin başlangıç parametrelerinin seçimine bağlı olarak global maksimuma ulaşamama durumuna çözüm olarak Tekrarlayan Sinir Ağı (TSA) kullanılmaktadır ve bu yöntemin sınıflandırma gücünden faydalanılması amaçlanmıştır. Bu motivasyonla geliştirilen Hibrit model literatürde genelde kullanılan halinin tersine kategorik olmayan verilerde kullanılmaya uygun şekilde inşa edilmiştir. Bu çalışmada literatürde konuşma tanımanın geliştirilmesinde etkili olan hibrit model yeniden kurgulanarak finans verilerine uygulanmaktadır. Ek olarak, modeldeki farklı değişkenlerin etkisini belirlemek için çok değişkenli bir karşılaştırma yapılır. Bu nedenle, tek değişkenli modellerin yanında iki değişkenli ve üç değişkenli modeller de geliştirilmiştir. Uygulamada 2000'den 2021'e kadar S&P 500 ve Nasdaq için günlük kapanış fiyatları ve günlük EUR/USD döviz kurları kullanılmaktadır. Önerilen hibrit model tek başına GMM ve TSA yöntemlerine kıyasla tahminlemelerin doğruluk oranında önemli ölçüde bir artış sağlamıştır.
Özet (Çeviri)
The aim of this thesis is to eliminate the possible weaknesses of HMMs, which is a successful statistical model that is frequently used in time series modeling. Depending on the selection of the initial parameters of the HMMs, RNN is used as a solution to the failure to reach the global maximum, and it is aimed to benefit from the classification power of this method. The hybrid model, which is developed with this motivation, is built in a way that is suitable for use in non-categorical data, contrary to the version generally used in the literature. In this thesis, the hybrid model, which is effective in the development of speech recognition in the literature, is reconstructed and applied to financial data. Additionally, a multivariate comparison is conducted in order to identify the effect of the other variables in the model. Therefore, apart from univariate models, bivariate and trivariate models are also constructed. Moreover, classical HMM and RNN are applied and compared with the Hybrid model results. The applications use daily closing prices for the S&P 500 and Nasdaq and daily EUR/USD exchange rates from 2000 to 2021. In comparison to the single HMM and RNN methods, the accuracy in forecasting is significantly increased.
Benzer Tezler
- İmalat sistemlerinin tasarlanması ve öncelik kurallarının belirlenmesinde yapay sinir ağlarının kullanılması
Başlık çevirisi yok
TARIK ÇAKAR
Doktora
Türkçe
1997
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. AYHAN TORAMAN
- Türkiye genelinde Bahel modeli ve yapay sinir ağları ile güneş radyasyonu tahmini
Solar radiation estimation for Turkey using Bahel model and artificial neural networks
ELVAN BURCU KOŞMA
Yüksek Lisans
Türkçe
2018
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAK BARUTÇU
- Görüntü sınıflandırması için yapay sinir ağlarının analiz ve optimizasyonu
Analysis and optimization of artificial neural networks for image classification
OZAN ARSLAN
Doktora
Türkçe
2001
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiPROF. DR. OĞUZ MÜFTÜOĞLU
PROF. DR. CANKUT ÖRMECİ
- Forecasting for bioethanol production in Turkey
Türkiye'de biyoetanol üretimi için öngörü
EZGİ BAYRAKDAR ATEŞ
Doktora
İngilizce
2017
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. FİLİZ KARAOSMANOĞLU
- Kesirli kalkülüs ve derin değerlendirme yaklaşımı ile havacılık verilerinin modellenmesi, etki faktörlerinin analizi ve öngörü çalışması
Modeling, predicting and impact factor analysis of transportation data via multi deep assessment methodology and fractional calculus
KEVSER ŞİMŞEK
Doktora
Türkçe
2024
Matematikİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ERTUĞRUL KARAÇUHA