Borsa endeksi tahmini için melez bir model
A hybrid model for stock market index forecasting
- Tez No: 866854
- Danışmanlar: DOÇ. DR. ÖZGÜR GÜMÜŞ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bir zaman serisinde gelecekteki değerlerin tahmin edilmesi, geçmişte gözlemlenen değerlerin kullanılmasıyla sağlanabilir. Zaman serisi tahmin yöntemleri, birçok zaman serisi verisine uygulanabilen bir dizi tekniği kapsamaktadır. Bu çalışmada, istatistiksel yöntemlerden ARIMA ve derin öğrenme yöntemlerinden LSTM ve çeşitli melez modeller incelenmiştir. Bu yöntemlerin sonuçları önerilen melez model ile karşılaştırılmıştır. ARIMA ve LSTM modelleri hem tek başlarına hem de birlikte çok sayıda tahmin uygulamasında kapsamlı bir şekilde değerlendirilmiştir. Bu çalışmada hem tekli makine öğrenmesi yöntemleri hem de melez yaklaşımlar kullanılmıştır. Bu çalışmada görülen farklılıklar, çeşitli bağımsız değişkenlerin kullanımının yanı sıra eksi veri tamamlama, öznitelik seçimi ve farklı melez yöntemlerin kullanılmasıyla ilgilidir. Araştırma, finansal zaman serileri içinde tahmin konusuna odaklanmaktadır. Bu bağlamda, NASDAQ100 ve BIST100 endekslerinin günlük kapanış verileri, teknik göstergeler, temel göstergeler ve zaman serisi verilerinden elde edilen verinin iç dinamiklerini gösteren temel öznitelikler çalışmada kullanılmıştır. Melez modeller, makine öğrenmesi ve istatiksel zaman serisi analiz teknikleri kullanılarak günlük kapanış değerleri tahminlenmiştir. Analizlerde ve tahmin performanslarını değerlendirmek için Ortalama Mutlak Hata (MAE), Ortalama Hata Karesi (MSE), Ortalama Hata Kareleri Karekökü (RMSE) ve Ortalama Mutlak Yüzde Hata (MAPE) ölçütleri kullanılmıştır. Modellerin performans kriterleri değerlendirildiğinde, melez modellerden elde edilen sonuçların hem NASDAQ100 hem de BIST100 endeksleri için daha iyi performans gösterdiği görülmektedir.
Özet (Çeviri)
Forecasting future values in a time series can be achieved by using values observed in the past. Time series forecasting methods cover a range of techniques that can be applied to many time series data. In this study, ARIMA from statistical methods, LSTM from deep learning methods and various hybrid models are analysed. The results of these methods are compared with the proposed hybrid model. ARIMA and LSTM models have been extensively evaluated in numerous forecasting applications, both alone and in combination. In this study, both single machine learning methods and hybrid approaches have been used. The differences seen in this study are related to the use of various independent variables, as well as minus data completion, feature selection and the use of different hybrid methods. The research focuses on forecasting in financial time series. In this context, daily closing data of NASDAQ100 and BIST100 indices, technical indicators, fundamental indicators and key attributes indicating the internal dynamics of the data obtained from time series data are used in the study. Daily closing values are predicted using hybrid models, machine learning and statistical time series analysis techniques. Mean Absolute Error (MAE), Mean Square Error (MSE), Root Mean Square Error (RMSE) and Mean Absolute Percentage Error (MAPE) were used in the analyses and to evaluate the prediction performances. When the performance criteria of the models are evaluated, it is seen that the results obtained from the hybrid models show better performance for both NASDAQ100 and BIST100 indices.
Benzer Tezler
- Model melezleme ile finansal zaman serisi analizi
Analysis of financial time series with model hybridization
FATMA SÖNMEZ ÇAKIR
- Bursa Ulu Cami yazıları
The Calligraphies of Ulu Cami in Bursa
CEMALETTİN ÖNALAN
Yüksek Lisans
Türkçe
1988
Sanat TarihiGazi ÜniversitesiSanat Tarihi Ana Bilim Dalı
DOÇ. DR. REFET YİNANÇ
- Türkiye imalat sanayiinde çalışan esnaf ve sanatkarların sosyo ekonomik yapıdaki yeri ve başlıca sorunları ve Bursa'da tatbiki bir araştırma
Başlık çevirisi yok
MEHMET TAŞTAN
Yüksek Lisans
Türkçe
1986
İşletmeUludağ ÜniversitesiÇalışma Ekonomisi ve Endüstri İlişkileri Ana Bilim Dalı
- Ege bölgesi keçi liflerinin bazı önemli fiziksel, kimyasal özellikleri ve değerlendirme imkanları
Başlık çevirisi yok
NİLÜFER ERDEM
Doktora
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLSEREN YAZICIOĞLU
- Değişik derim zamanı ve önsoğutmanın Bursa siyahı incir çeşidinin meyve kalitesi ve pazarlama süresi üzerine etkileri
Effects of haruest time and precooling on fruit quality and shelf-life of the fig variety“Bursa siyahı”
FÜSUN GÜRSEL ÇELİKEL