Hisse senedi alım satımında parçacık sürü optimizasyonu tabanlı CNN-LSTM ağlarının kullanılması
Using particle swarm optimization-based CNN-LSTM networks in stock trading
- Tez No: 850395
- Danışmanlar: DR. ÖĞR. ÜYESİ SİNA APAK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 76
Özet
Hisse senedi piyasası tahmini, şirketlerin parasal stoklarının piyasa değerinin gelecekteki eğilimini tahmin etmektir. Makine öğrenimi ve derin öğrenme, geçmiş ticaret verilerine dayalı eğitime dayalı tahminler yapan borsa tahmin teknolojilerinde yeni bir trend haline gelmiştir. Makine öğrenimi, tahminleri daha doğru ve basit hale getirmek için çeşitli modeller kullanır. Bu makalede, hisse senedi fiyatını zaman içinde analiz etmek, hisse senedinin ortalama günlük getirisini, en düşük değerini, en yüksek değerini ve son olarak gelecekteki hisse senedi davranışını tahmin etmek için makine öğrenimi tekniklerini kullanıyoruz. Bu çalışmada, hisse senedi alım satımında bir CNN uygulaması olan LeNet-5 tabanlı evrimsel sinir ağları (CNN), LSTM ve Parçacık Sürü Optimizasyonu kullanılarak otomatik bir al/sat kararı oluşturulmaya çalışılmıştır. S&P 500 borsasındaki bazı şirketlere ait hisse senetleri üzerinde yapılan çalışmalarda çeşitli doğruluk oranları elde edilmiştir.." ANAHTAR KELİMELER: LeNet-5, PSO, Makine Öğrenmesi, Derin Öğrenme, borsa tahmini, LSTM
Özet (Çeviri)
“Stock market prediction is the process of forecasting the future trend of the market value of companies' monetary stocks. Machine learning and deep learning have become a new trend in stock market prediction technologies that make predictions based on training on historical trading data. Machine learning uses a variety of models to make predictions more accurate and simpler. In this paper, we use machine learning techniques to analyze stock prices over time, predict the average daily return of the stock, the minimum value, the maximum value, and finally the future behavior of the stock. In this study, an automatic buy/sell decision was attempted to be created using convolutional neural networks (CNNs) based on LeNet-5, which is an application of CNN in stock trading, LSTM, and Particle Swarm Optimization. Various accuracy rates were obtained in studies conducted on stocks belonging to some companies listed on the S&P 500.”KEYWORDS: LeNet-5, PSO, Machine learning , deep learning , stock market prediction, LSTM
Benzer Tezler
- Türk sermaye piyasasında aracı kurumların yeri ve önemi, karşılaşılan sorunlar ve çözüm önerileri
In the Turkish capital market the place and importance of intermediary institutions, common problems and solutions
VOLKAN ŞAYAK
- Predicting next-day price changes using after-hours trading data from the U.S. Stock Market
Çalışma saatleri sonrasında A.B.D. Borsası verilerine dayanarak ertesi günkü fiyat değişikliklerini öngörme yöntemleri
BURCU PINAR BAŞKAYA
Yüksek Lisans
İngilizce
2003
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İLKAY BODUROĞLU
- Açığa satış ve kredili menkul kıymet işlemleri
Başlık çevirisi yok
SEZAİ BEKGÖZ
Yüksek Lisans
Türkçe
1994
İşletmeİstanbul ÜniversitesiSermaye Piyasası ve Borsa Ana Bilim Dalı
PROF. DR. HAYRİ ERDOĞAN ALKİN
- Tasarrufların yönlendirilmesinde ve geliştirilmesinde sermaye piyasasının rolü
Başlık çevirisi yok
İBRAHİM CEM ÖZKÖK