Supervised decision making in forex investment using ML and DL classification methods
ML ve DL sınıflandırma yöntemleri kullanarak forex yatırımlarında denetimli karar alma
- Tez No: 836334
- Danışmanlar: PROF. DR. MUSTAFA TANER ESKİL
- 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: Işık Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
Karma ̧sıklı ̆gı ve y ̈uksek i ̧slem hacmi ile karakterize edilen d ̈oviz (FX) piyasası, t ̈uccarların b ̈uy ̈uk miktarda veriyi y ̈onetmeleri ve y ̈uksek baskı ko ̧sulları altında hızlı kararlar almaları gereken zorlu bir ortam sunmaktadır. Bu ̧calı ̧sma, finansal piyasalardaki t ̈uccarların kar ̧sıla ̧stı ̆gı zorlukları ele almak i ̧cin makine ̈o ̆grenimi ve derin ̈o ̆grenme tekniklerini entegre eden GBP/JPY d ̈oviz ̧cifti i ̧cin yenilik ̧ci, kapsamlı ve ger ̧cek ̧ci bir i ̧slem sistemi ̈onermektedir. ̈Onerilen algoritma, farklı zaman aralıklarından bilgileri birle ̧stirir, G ̈osterge de ̆gerlerini Uzun Kısa Vadeli Bellek (LSTM) modeli kullanarak tahmin eder ve son alım satım kararını almak i ̧cin XGBoost sınıflandırıcısını kullanır. Ara ̧stırma, d ̈oviz piyasasındaki hızla de ̆gi ̧sen kalıplara uyum sa ̆glamak i ̧cin kayar pencere e ̆gitim yakla ̧sımını kullanır ve fiyat dinamiklerindeki ince de ̆gi ̧siklikleri algılamayı m ̈umk ̈un kılar. ̈U ̧c ardı ̧sık ay boyunca ger ̧cekle ̧stirilen deney, sermaye b ̈uy ̈umesi ve tahmin do ̆grulu ̆gu a ̧cısından umut verici sonu ̧clar g ̈ostermektedir. Bununla birlikte, y ̈ontem risk y ̈onetimi a ̧cısından y ̈uksek riskli olarak kabul edilir ve risk y ̈onetimi tekniklerinin ve algoritma optimizasyonunun dahil edilmesi yoluyla daha da geli ̧stirilmesi gerekmektedir. Bu ̧calı ̧sma, ara ̧stırmacılar ve t ̈uccarlar arasındaki bo ̧slu ̆gu kapatarak i ̧slem strate- jilerinin geli ̧stirilmesine katkıda bulunur ve finansal piyasalardaki karar verme s ̈ure ̧clerini geli ̧stirmek i ̧cin makine ̈o ̆grenimi ve derin ̈o ̆grenme tekniklerinin potan- siyelini sergiler. ̈Onerilen i ̧slem sistemi, daha sa ̆glam ve otomatik i ̧slem sis- temlerinin geli ̧stirilmesi i ̧cin zemin hazırlayarak, t ̈uccarların s ̈urekli geli ̧sen d ̈oviz piyasasının karma ̧sıklı ̆gıyla daha b ̈uy ̈uk bir g ̈uven ve hassasiyetle ba ̧sa ̧cıkmasına olanak tanır.
Özet (Çeviri)
The foreign exchange (FX) market, characterized by its complexity and high trad- ing volumes, presents a challenging environment for traders, who must navigate vast amounts of data and make rapid decisions under high-pressure conditions. This study proposes a novel, comprehensive, and realistic trading system for the GBP/JPY currency pair, integrating machine learning and deep learning tech- niques to address the challenges faced by traders in the financial markets. The proposed algorithm combines information from different timeframes, predicts in- dicator values using the Long Short-Term Memory (LSTM) model, and employs the XGBoost classifier for the final buy or sell decision. The research employs a sliding window training approach to adapt to the rapidly changing patterns in the forex market, enabling the detection of subtle variations in price dynamics. The experiment, conducted over three consecutive months, demonstrates promising results in terms of capital growth and prediction ac- curacy. However, the method is considered high-risk from a risk management perspective, necessitating further refinement through the incorporation of risk management techniques and algorithm optimization. This study contributes to the advancement of trading strategies by bridging the gap between researchers and traders, showcasing the potential of machine learn- ing and deep learning techniques to enhance decision-making processes in the financial markets. The proposed trading system paves the way for the develop- ment of more robust, automated trading systems, ultimately empowering traders to navigate the complexities of the ever-evolving foreign exchange market with greater confidence and precision.
Benzer Tezler
- Bankacılık sektöründe yöneticilere sağlanan faydalar ve banka performansı arasındaki ilişki: Borsa İstanbul'da işlem gören bankalar üzerine inceleme
The relationship between benefits provided to executives and company performance in banking sector: Investigation on banks traded in Borsa Istanbul
EYLÜL YARDIMCI
Yüksek Lisans
Türkçe
2021
BankacılıkGalatasaray Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. OĞUZHAN BAHADIR
- Gemi elektrik şebekelerinde derin öğrenme uygulamaları
Deep learning applications on ship electric grids
TAYFUN UYANIK
Doktora
Türkçe
2023
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. YASİN ARSLANOĞLU
PROF. DR. ÖZCAN KALENDERLİ
- Yenilikçi problem çözümlerinde yapay zeka tabanlı karar destek sistemi oluşturma
Creating an ai-based decision support system with innovative problem solutions
SEHER SOLMAZ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
PROF. DR. MAHİR DURSUN
- Developing a life insurance recommendation system using machine learning methods
Makine öğrenme yöntemleri kullanarak hayat sigortası öneri sistemi geliştirmesi
ASLI HAZAL AKALTUN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBüyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
DOÇ. DR. TEVFİK AYTEKİN