Geri Dön

Assessment of artificial neural network to improve hidden Markov model for financial data

Finansal verilerde saklı Markov modelini geliştirmek için yapay sinir ağının değerlendirilmesi

  1. Tez No: 748622
  2. Yazar: DİLEK AYDOĞAN KILIÇ
  3. Danışmanlar: PROF. DR. AYŞE SEVTAP SELÇUK KESTEL
  4. Tez Türü: Doktora
  5. Konular: Matematik, İstatistik, Mathematics, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Uygulamalı Matematik Enstitüsü
  11. Ana Bilim Dalı: Finansal Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. İmalat sistemlerinin tasarlanması ve öncelik kurallarının belirlenmesinde yapay sinir ağlarının kullanılması

    Başlık çevirisi yok

    TARIK ÇAKAR

    Doktora

    Türkçe

    Türkçe

    1997

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. AYHAN TORAMAN

  2. 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

    Türkçe

    2018

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURAK BARUTÇU

  3. Görüntü sınıflandırması için yapay sinir ağlarının analiz ve optimizasyonu

    Analysis and optimization of artificial neural networks for image classification

    OZAN ARSLAN

    Doktora

    Türkçe

    Türkçe

    2001

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    PROF. DR. OĞUZ MÜFTÜOĞLU

    PROF. DR. CANKUT ÖRMECİ

  4. Forecasting for bioethanol production in Turkey

    Türkiye'de biyoetanol üretimi için öngörü

    EZGİ BAYRAKDAR ATEŞ

    Doktora

    İngilizce

    İngilizce

    2017

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    PROF. FİLİZ KARAOSMANOĞLU

  5. 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

    Türkçe

    2024

    Matematikİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. ERTUĞRUL KARAÇUHA