Stock price prediction using machine learning algorithms
Makine öğrenmesi algoritmaları ile hisse senedi fiyat tahmini
- Tez No: 808893
- Danışmanlar: DR. ÖĞR. ÜYESİ HAKAN MURAT KARACA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Manisa Celal Bayar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hisse senedi fiyatları birçok değişkenden etkilendiği için tahmin edilmesi zordur. Ancak makine öğrenmesi algoritmalarını kullanan günümüz bilgisayarları ile hisse senedi fiyatlarının tahmini mümkündür. Çalışmamızda 2016-2020 yılları arasında BIST 100'de işlem gören piyasa değeri en yüksek ilk 5 hisse senedinin yaklaşık 5 yıllık verileri toplanarak günlük değer tahmini yapılmıştır. En fazla 22 öznitelik makine öğrenmesine dahil edilmek üzere çoklu doğrusal regresyon, bayesian regresyon, rastgele orman, karar ağaçları, destek vektör makineleri, yapay sinir ağları algoritmaları uygulanmış ve sonuçlar karşılaştırılmıştır. En başarılı sonuç yapay sinir ağları algoritmasında elde edilmiştir. En yüksek başarı elde edilebilmesi için normalizasyon, çapraz doğrulama, parametre optimizasyonu ve öznitelik seçimi uygulanmıştır.
Özet (Çeviri)
Stock prices are difficult to predict as they are affected by many variables. However, it is possible to predict stock prices with today's computers using machine learning algorithms. In our study, the daily value prediction was made by collecting the data of the first 5 stocks with the highest market value traded in the BIST 100 between 2016-2020 for about 5 years. Multiple linear regression, bayesian regression, random forest regression, decision tree regression, support vector regression, artificial neural network algorithms were applied to include maximum 22 features in machine learning and the results were compared. The most successful result was obtained in the artificial neural networks algorithm. Normalization, cross validation, parameter optimization, feature selection have been applied to achieve the highest success.
Benzer Tezler
- Makine öğrenmesi yöntemlerini kullanarak bir petrokimya firmasının hisse senedi fiyat tahmini
Stock price prediction of a petrochemical company using machine learning methods
ŞEVVAL TOPRAK
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLTEKİN ÇAĞIL
- Temel ve teknik analize dayalı makine öğrenmesi ile hisse senedi fiyat tahmini: Rastgele orman sınıflandırması yaklaşımı
Stock price prediction with machine learning based on fundamental and technical analysis: Random forest classification approach
DENİZ KAVUK SALIŞ
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiGebze Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMED BURAK PAÇ
- Stock market prediction using machine learning models
Makine öğrenmesi modellerini kullanarak hisse senedi öngörüsü
ATAKAN SİTE
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZERRİN IŞIK
- XAU/USD prıce predıctıon usıng deep learnıng: hyperparameter optımızatıon wıth bayesıan, grey-wolf and genetıc algorıthms
Derin öğrenme kullanarak XAU/USD fiyat tahmini: bayes, gri kurt ve genetik algoritmalarla hiperparametre optimizasyonu
MELİS KÜÇÜK
Yüksek Lisans
İngilizce
2025
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Predicting direction of stock price movement by using adaptive ensemble learning method
Hisse senedi fiyatı hareket yönünün adaptif topluluk öğrenmesi metodu ile tahmin edilmesi
ALİ ÖZKAN PEKMEZ
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN