Sınıflandırma algoritmaları ile borsa endeks yön tahmini
Stock market index direction prediction with classification algorithms
- Tez No: 882971
- Danışmanlar: DOÇ. DR. GÜLDER KEMALBAY
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 77
Özet
Hisse senedi fiyatları, çeşitli siyasi, ticari ve sosyal etmenler tarafından doğrudan veya dolaylı olarak etkilenebilir. Bu nedenle, hisse senedi getirilerini tahmin etmek oldukça karmaşık bir süreçtir. Günümüzde modern veri madenciliği yöntemleri ve gelişmiş veri tabanı teknolojileri sayesinde, şirket değeri belirleme, borsa endeksi tahmini, döviz kuru tahmini gibi popüler finansal problemlere çözümler üretmek mümkündür. Bu bağlamda, bu çalışmada, BIST 100 Endeksi'nin ertesi işlem gününde hangi yöne doğru hareket edeceğinin tahmin edilmesi hedeflenmiştir. Bu amacı gerçekleştirmek için, günlük veriler kullanılarak makine öğrenmesi sınıflandırma algoritmalarından rassal orman, gradyan arttırma ve uyarlanabilir arttırma modellerinin performansları karşılaştırılmıştır. Sonuç olarak, endeks yön tahmini için rassal orman algoritması, %81 doğruluk oranı yanı sıra tüm metriklerde en iyi performans gösteren sınıflandırıcı olduğu elde edilmiştir.
Özet (Çeviri)
Stock prices can be affected directly or indirectly by various political, business and social factors. Therefore, forecasting stock returns is a highly complex process. Nowadays, thanks to modern data mining methods and advanced database technologies, it is possible to generate solutions to popular financial problems such as company valuation, stock index prediction, and exchange rate prediction. In this context, this study aims to predict the direction in which the BIST 100 Index will move on the next trading day. To achieve this goal, the performances of random forest, gradient boosting and adaptive boosting models from machine learning classification algorithms are compared using daily data. As a result, the random forest algorithm was found to be the best performing classifier in all metrics as well as 81% accuracy rate for index direction prediction.
Benzer Tezler
- Predicting direction of stock price movement by using adaptive ensemble learning method
Hisse senedi fiyatı hareket yönünün adaptif topluluk öğrenmesi metodu ile tahmin edilmesi
ALİ ÖZKAN PEKMEZ
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN
- Portföy seçiminde algoritmik yaklaşım: Portföyde uluslararası çeşitlendirmeye yönelik bir çalışma
Algoritmic approach in portfolio selection: A study towards international diversification in portfolio
MAHAMMAD CHARKASOV
- Tviter verileri üzerinde sınıflandırma algoritmaları kullanarak hisse senedi değerleri için yön tahmini
Direction estimation for stock values by using classification algorithms on twitter data
MUSTAFA VEHBİ TÜRKALP
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BARIŞ KOÇER
- Veri madenciliği nde regresyon ağaçları ile sınıflandırma ve bir uygulama
Classification with regression trees in data mining, and a appiication
GÜLSER DONDURMACI
Doktora
Türkçe
2011
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. NALAN CİNEMRE
- Sermaye piyasalarında veri madenciliği uygulamaları: Borsa İstanbul örneği
Data mining applications in capital markets: The example of Borsa Istanbul
SABAHATTİN NUR
Yüksek Lisans
Türkçe
2024
Ekonomiİskenderun Teknik ÜniversitesiEkonomi Finans Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SAMİYE EKİM DERTLİ