Finansal zaman serileri için makine öğrenmesi teknikleri ile trend tahmini
Trend forecasting with machine learning techniques for financial time series
- Tez No: 748871
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET ANIL MÜNGEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: OSTİM TEKNİK ÜNİVERSİTESİ
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 83
Özet
Geçmişte olduğu gibi günümüzde de yatırımcılar için finansal verilerin trendinin tahmin edilebilmesi ve bu bilgi kullanılarak bir finansal strateji oluşturulması oldukça önemlidir. Fakat günümüzde hızlı internet bağlantıları ile finansal verilerin hızlı ulaşması ve bilişim ve bulut sistemlerindeki gelişmeler, finansal tahminleme için yapay zekâ algoritmalarının kullanılması bu alanda rekabeti artırmaktadır. Fintech uygulamaları içinde portföy yönetimi gibi alanlarda yapay zekâ uygulamalarının kullanım payı gittikçe artmaktadır. Bu çalışmanın amacı finansal zaman serisi verileri tahminlemek için yapılan daha önceki akademik çalışmaları derlemek, zaman serilerinin tahmin etmek için kullanılan yapay zekâ algoritmalarını açıklamak ve deney kısmında toplanan finansal veriler ile altın ons fiyatı ve dolar güç endeksini tahmin eden modellerin performanslarını karşılaştırmaktır. Çalışmada farklı senaryolarda eğitilip test edilen ARIMA, LSTM ve C-LSTM modelleri kullanılmıştır ve model performansları karşılaştırılıp çıkarımlar yapılmıştır.
Özet (Çeviri)
As in the past, it is very important for investors to be able to predict the trend of financial data and to create a financial strategy using this information. However, nowadays, rapid access to financial data with fast internet connections, developments in informatics and cloud systems, use of artificial intelligence algorithms for financial forecasting increase competition in this field. The share of artificial intelligence applications in areas such as portfolio management among Fintech applications is increasing. The aim of this study is to compile previous academic studies for estimating financial time series data, to explain artificial intelligence algorithms used to predict time series, and to compare the performance of models that predict the gold ounce price and dollar power index with the financial data collected in the experimental part. In the study, ARIMA, LSTM and C-LSTM models, which were trained and tested in different scenarios, were used and model performances were compared, and inferences were made.
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
- A hybrid deep learning based framework for stock market prediction
Başlık çevirisi yok
DOAA AZEEZ AMEEN AL-BAIRMANI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. OSMAN NURİ UÇAN
- Portfolio optimization with wavelet analysis and neural fuzzy networks
Dalgacık analizi ve bulanık sinir ağları modeli ile portföy optimizasyonu
ÖMER ZEKİ GÜRSOY
- Türkiye'deki finansal yatırım araçlarına yönelik tahminlemede zaman serileri analizi ve derin öğrenme tekniklerinin karşılaştırılması
Comparison of time series analysis and deep learning techniques in forecasting financial investment instruments in Turkey
MERVENUR TELATAR
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Okan ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FERİDUN CEMAL ÖZÇAKIR
- Yapay zeka yöntemleri ile finansal zaman serileri öngörüleri
Financial time series forecasting using artificial intelligence methods
EFE ARDA