Geri Dön

Farklı döviz kurları ve emtia fiyatlarının makine öğrenmesi yaklaşımlarıyla tahmin edilmesi

Forecasting different exchange rates and commodity prices with machine learning approaches

  1. Tez No: 845657
  2. Yazar: SERKAN EREN
  3. Danışmanlar: DOÇ. DR. YUSUF KUVVETLİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 94

Özet

Çelik endüstrisi ekonomik ilerlemenin bir göstergesi olarak kabul edilmekle birlikte toplumsal kalkınmaya katkısı ve günlük hayatımızda birçok şekilde geniş kapsamlı kullanımı, refahımız için önemini belirlemektedir. Bu nedenle bu tez çalışmasında makine öğrenmesi yöntemleri kullanılarak, çelik sektörünün fiyat tahminlenmesi için üç model önerilmiştir. İlk modelde tüm verilerle, ikinci modelde son üç yıllık verilerle tüm döviz kurları ve emtia fiyatlarının bir sonraki günkü değerleri ve üçüncü modelde ise Türkiye demir çelik fiyatlarına özel bir model önerilmiştir. 25 değişken için üç farklı tahmin yönteminin de elde ettiği veriler incelendiğinde en iyi tahmin yaklaşımının rastgele orman algoritması (RF) olduğu görülmektedir. RF'in eğitimde

Özet (Çeviri)

The steel industry is widely acknowledged as a key indicator of economic progress owing to its significant contribution to social development and ubiquitous application in our lives. This underscores its pivotal role in determining our welfare. This thesis proposes three models using machine learning methods for price prediction in the steel sector. The first model utilizes all available data, the second model considers the last three years of data along with all foreign exchange rates and commodity prices to predict the next day's values, while the third model focuses on a specific model for Turkey's iron and steel prices.Upon examining the data obtained from three different prediction methods for 25 variables, it is observed that the Random Forest algorithm (RF) yields the best prediction results. RF achieves an absolute mean percentage error of less than 1% during training. Poor results are obtained with Artificial Neural Networks (ANN) at 19.6% and Support Vector Regression (SVR) at 300%. Furthermore, in the prediction study conducted by separating the last three years of the dataset, Random Forest Algorithm again demonstrates excellent performance, albeit with an increase in error rates for all models. Enhanced data set predictions result in more accurate outcomes. The analysis reveals a strong correlation between Turkey's CRC and HRC Turkey values and the dataset. For Turkey CRC, ANN produces a 1.67% error, RF a 0.55% error, and SVR a 2.63% error. For HRC Turkey, ANN yields a 1.71% error, RF a 0.57% error, and SVR a 2.35% error, indicating the model's accuracy and precision in generating reliable predictions. Finally, it is suggested that fine-tuning machine learning algorithms can lead to better results, and the optimization of hyperparameters has been observed to enhance prediction success. Particularly, optimizations for Turkey CRC and HRC Turkey dependent variables have resulted in more successful prediction outcomes for Artificial Neural Networks (1.49% - 1.52%), Random Forest Algorithm (0.49% – 0.52%), and Support Vector Machines (2.34% - 2.00%).

Benzer Tezler

  1. KOBİ lerde finansal risk yönetimi ve Des Sanayi Sitesinde faaliyet gösteren işletmelere yönelik bir araştırma

    A field research on financial risk practices of the SMEs: Example of Des Industrial Area

    BAHADIR ESER YAZICI

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Maliyeİstanbul Okan Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. KADİR TUNA

  2. Macro stress testing in Turkish banking sector and tail dependence in financial, energy and commodity markets

    Türk bankacılık sektöründe makro stres testi ve finansal, enerji ve emtia piyasalarında kuyruk bağımlılığı

    ZEHRA ATİK

    Doktora

    İngilizce

    İngilizce

    2024

    Ekonometriİstanbul Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. BÜLENT GÜLOĞLU

  3. Opsiyon piyasaları ve opsiyonların hedging amaçlı kullanımı

    Options markets and the usage of options for the aim of hedging

    MAHMUT KAYACIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2002

    İşletmeMarmara Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. MÜFİT AKYÜZ

  4. Döviz kurundan enflasyona geçiş etkisi: Türkiye örneği

    Başlık çevirisi yok

    EMRAH TÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    EkonomiKırıkkale Üniversitesi

    İktisat Ana Bilim Dalı

    YRD. DOÇ. DR. EMRE AKSOY

  5. Makine öğrenmesine dayalı hisse senedi değer tahmini

    Machine learning-based stock price prediction

    BURAK HÜSEYİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiYalova Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İBRAHİM SABUNCU