Hisse senedi fiyatlarının tahmini için bir makine öğrenmesi çerçevesinin geliştirilmesi
Developing a machine learning framework for stock price prediction
- Tez No: 768994
- Danışmanlar: PROF. DR. MURAT OSMAN ÜNALIR
- 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: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 246
Özet
Hisse senedi fiyatları, şirketin piyasa değerini gösterir. Fiyatlar arz ve talep ilişkisi, yatırımcıların beklentileri gibi nedenlerden dolayı sürekli değişir. Fiyatların sürekli değişimi nedeniyle yatırımcıların vermiş olduğu kararlar, şirketin değerini belirler. Kararların etkin bir şekilde verilebilmesi için hisse senedi fiyatlarının tahmini yapılır. Hisse senedi fiyatlarının tahmini, veri setinde yer alan fiyatların geçmişteki değerlerine bakılarak gelecekteki fiyatlarının belirlenmesidir. Gelecekteki hisse senedi fiyatları dinamik olduğundan ve verilerde gürültü içerdiğinden tahmin zor bir süreçtir. Araştırmacıları bu konu üzerinde yeni yöntemler bulmaya teşvik etmektedir. Bu tezde, bir sonraki güne ait kapanış fiyatlarının tahmini için arayüz tasarımı yapılmıştır. Tasarlanan arayüzde şirket, yıl, algoritma ve ölçüt seçimi yapabilmek için liste kutuları kullanılmıştır. Seçilen şirketlere ve yıla göre ön işlemeden geçirilen verilerden eğitim ve test verileri oluşturulmuş, eğitim verileri kullanılarak seçili algoritmalar eğitilmiş, algoritmaların 2. kez eğitilmesine gerek kalmadan bir sonraki güne ait kapanış fiyatları tahminlenmiş ve seçili ölçütlere göre sonuçlar elde edilmiştir. Bu kapsamda tahmin ve ölçüt sonuçlarının yer aldığı grafiklerin gösterimi arayüz ile kolaylaştırılmış ve fiyatları en iyi şekilde tahminleyen algoritma seçilmiştir.
Özet (Çeviri)
Stock prices show the market value of the company. Prices change constantly for reasons such as the relationship between supply and demand, investors' expectations. Due to the prices are constantly changing, decisions made by investors determine the value of the company. In order to make decisions effectively, stock prices are estimated. Prediction of stock prices is the determination of future prices by looking at the past values of the prices in the dataset. Forecasting is a difficult process as future stock prices are dynamic and involve noise in the data. It encourages researchers to find new methods of this subject. In this thesis, an interface design was made for prediction of the closing prices of the next day. In the designed interface, list boxes are used to select company, year, algorithm and metric. Training and test datas were created from the data that passed the preprocessing stage according to the selected companies and year, selected algorithms were trained using the training datas, the closing prices for the next day were predicted without the need to train the algorithms for the second time and results were obtained according to the selected metrics. In this context, the display of the graphs containing the prediction and metric results is facilitated by the interface and the algorithm that best estimates the prices has been selected.
Benzer Tezler
- Borsa analizi ve tahmini için derin öğrenme ağları
Deep learning networks for stock market analysis and prediction
MURAT ERGURUM
Yüksek Lisans
Türkçe
2025
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ERHAN ÇENE
- Improving time series forecasts through predictive error compensation and deep feature fusion
Tahmı̇nsel hata telafı̇sı̇ ve derı̇n öznitelik füzyonu yoluyla zaman serı̇sı̇ tahmı̇nlerı̇nı̇n gelı̇ştı̇rı̇lmesı̇
MUHAMMED ENES BAŞ
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ
- Daily close price estimation for Exxonmobil and British Petroleum Corporations using machine learning and deep learning models: A pilot study
Exxonmobil ve British Petroleum Corporations için makine öğrenmesi ve derin öğrenme modelleri kullanarak günlük kapanış fiyatı tahmini: Bir pilot çalışma
AHMED YASEEN KHUDHUR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBüyük Veri ve Veri Analitiği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜNET EROĞLU
- Hisse senedi fiyatlarının makine öğrenmesi kullanılarak tahmin edilmesi
Predicting stock prices using machine learning
AHMET YILDIRIM
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. ALİ GÜNEŞ
- Hisse senedi fiyat tahmininde otokodlayıcı ve graf evrişimli ağının uygulanması
Application of autoencoder and graph convolutional network in stock price prediction
MAHMUT LUTFULLAH ÖZBİLEN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YUSUF YASLAN