Geri Dön

Finansal zaman serisi tahmininde açıklanabilir yapay zeka ile makine öğrenimi tahmin performansının geliştirilmesi

Improving machine learning prediction performance with explainable artificial intelligence in financial time series prediction

PDF İndir

  1. Tez No: 838539
  2. Yazar: TAHA BUĞRA ÇELİK
  3. Danışmanlar: DOÇ. DR. ELİF BULUT, DR. ÖĞR. ÜYESİ ÖZGÜR İCAN
  4. Tez Türü: Doktora
  5. Konular: İstatistik, İşletme, Statistics, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Ondokuz Mayıs Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 73

Özet

Son zamanlarda, makine öğrenimi tekniklerini kullanarak borsa fiyat yönünü başarılı bir şekilde tahmin etmede önemli miktarda çaba sarf edilmektedir. Makine öğrenmesi teknikleri ve modelleri, yapısı gereği literatürde kara kutu olarak adlandırılırlar, yani modelin yapmış olduğu tahmin ve çıkarımların nasıl yapıldığına dair çıkarsama yapılamaz. Bu duruma dair çözüm önerileri“açıklanabilir yapay zeka”çatısı altında geliştirilmektedir. Bu çalışmada daha başarılı makine öğrenmesi teknikleri geliştirmek yerine mevcut modellerin tahminlerinin güvenilirliğini değerlendirmek için kullanılabilecek ve böylece karar vericinin genel tahmin performansının düşmesinden sorumlu olan kötü kararlardan kaçınmasına olanak tanıyan bir açıklanabilir yapay zeka yaklaşımı önerilmektedir. Çünkü tahmin modelinin herhangi bir tahminden ne kadar emin olduğunun bir ölçüsü olsaydı, nispeten daha yüksek güvenilirliğe sahip tahminler karar vermek için kullanılabilirken, daha düşük kaliteli kararlardan kaçınılabilmesine olanak sağlanabilir. Bu çalışmada, makine öğrenimi, açıklanabilir yapay zeka ve deneysel mod ayrışımına dayalı borsa yönü tahmini için yeni bir iki aşamalı tahmin modeli önerilmiştir. Çalışmanın bulgularına göre tahmin modelinin literatürdeki mevcut tahmin modellerinden daha başarılı sonuçlar ürettiği gösterilmektedir.

Özet (Çeviri)

Recently, significant efforts have been made to successfully predict the direction of stock prices using machine learning techniques. Machine learning techniques and models are inherently referred to as black boxes in the literature, meaning that no inference can be made about how the model makes its predictions and inferences. Solution proposals for this issue are being developed under the umbrella of“explainable artificial intelligence”. In this study, we suggest using an explainable AI approach that can be used to evaluate the reliability of the predictions of existing models instead of developing more successful machine learning techniques, thereby allowing decision-makers to avoid bad decisions that are responsible for the overall prediction performance decrease. Because if there was a measure of how certain the prediction model is about any given prediction, relatively more reliable predictions could be used for decision-making, and lower-quality decisions could be avoided. In this study, a new two-stage prediction model based on machine learning, explainable artificial intelligence and empirical mode decomposition is proposed for predicting the direction of the stock market. According to the findings of the study, the prediction model produces more successful results than existing prediction models in the literature.

Benzer Tezler

  1. Tez No

    111159

    Piyasa etkinliği ve modern portföy kuramı

    Efficent markets and modern portfolio theory

    İBRAHİM FIÇICIOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2002

    İşletmeMarmara Üniversitesi

    Sermaye Piyasası ve Borsa Ana Bilim Dalı

    PROF. DR. NİYAZİ BERK

  2. Tez No

    559988

    New model for forecasting financial data

    Finansal verilerin öngörüsü için yeni bir model

    ÖZGÜN SEYMEN UZUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Matematikİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BURCU TUNGA

  3. Tez No

    557221

    Spillovers between Turkish house pricing, stock exchanges, gold, CDS and exchange rate

    Türkiye konut fiyatları, hisse endeksleri, altın, CDS ve döviz kuru arasındaki yayılımlar

    ESER ŞENTÜRK

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Ekonometriİstanbul Teknik Üniversitesi

    Gayrimenkul Geliştirme Ana Bilim Dalı

    PROF. DR. BÜLENT GÜLOĞLU

  4. Tez No

    955405

    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

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. FERHAN ÇEBİ

  5. Tez No

    928491

    Öznitelik mühendisliği kullanılarak finansal zaman serisi hareketinin tahmininde makine öğrenmesi yöntemlerinin karşılaştırılması

    Comparison of machine learning methods in forecasting financial time series movement prediction using feature engineering

    TAMARA KAYNAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    İstatistikYıldız Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ÖYKÜM ESRA YİĞİT

Geri Dön