Yapay sinir ağları kullanılarak hisse senedi fiyatı değişim yönünün tahmininin yapılması
Stock price direction prediction using neural networks
- Tez No: 888099
- Danışmanlar: PROF. DR. ORUÇ RAİF ÖNVURAL
- 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: Maltepe Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 131
Özet
Hisse senedi değişim yönünü tahmin etmek, yatırımcıların ya da tacirlerin borsa hisse senedi işlemlerinden kar etmesini sağlar. Bu amaçla finansçılar tarafından kullanılan geleneksel temel analiz ve teknik analiz yöntemlerinin yanı sıra, günümüzde makine öğrenmesi yöntemlerinden de yararlanılmaktadır. Bu çalışmada yapay sinir ağı kullanılarak NASDAQ borsasındaki 11 hisse senedine ait değişim yönü tahmin edilmeye çalışılmıştır. Kullanılan yapay sinir ağına girdi olarak 1 Ocak 2018 ile 31 Aralık 2023 tarihleri arasındaki günlük borsa kapanış fiyatı ile günlük borsa verilerden hesaplanan basit hareketli ortalama, Bollinger bantları, göreceli güç endeksi, hareketli ortalama yakınsama ıraksama göstergesi, stokastik osilatör ve emtia kanal endeksi ile bu göstergelerden elde edilen Al/Sat etiketleri girilmiştir. Tasarlanan yapay sinir ağı 5 katmanlı çapraz doğrulama yapan bir yapay sinir ağıdır ve ağın performansını ölçmek amacıyla çalışmada ortalama doğruluk değerinden faydalanılmıştır. Çalışma sonunda elde edilen hiperparametre optimizasyonu sonuçları
Özet (Çeviri)
Predicting the direction of stock market price change allows investors or traders to profit from the stock market transactions. For this purpose, in addition to the traditional fundamental analysis and technical analysis methods used by financiers, machine learning methods are also being used today. In this study, an attempt was made to predict the direction of change of 11 stocks on the NASDAQ stock exchange by using an artificial neural network model. The daily stock market closing price between January 1, 2018 and December 31, 2023 as well as the calculated simple moving average, Bollinger bands, relative strength index, moving average convergence divergence, stochastic oscillator and commodity channel index from the daily stock market data and the Buy/Sell labels found from these technical indicators were fed as input to the artificial neural network. The designed artificial neural network was a 5-fold cross-validation artificial neural network, and the average accuracy value was used as a measure to assess the performance of the network. According to the hyperparameter optimization results, the highest average accuracy value of 82.63% was obtained for the test set in this study.
Benzer Tezler
- Hisse senedi fiyat hareketlerinin tahmini için makine öğrenim teknikleri ile derinlik ve teknik analizi entegre eden hibrit ve güvenilir bir yöntem
A hybrid and reliable method integrating depth and technical analysis with machine learning techniques for predicting stock prices
SEÇİL TABUROĞLU
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FUAT AKAL
- Iraqi Stock Market forecasting using artificial neural network
Yapay sinir ağını kullanarak Irak Borsası tahmini
ARAF AL YOZBAKEE
Yüksek Lisans
İngilizce
2016
Bilim ve TeknolojiTürk Hava Kurumu ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
YRD. DOÇ. Abdellatif BABA
- Price prediction in IMKB using neural networks
İstanbul Menkul Kıymetler Borsası'nda yapay sinir ağları kullanılarak fiyat öngörüsü
SİNAN ALTUĞ
- Prediction of stock price direction by artificial neural network approach
Sinir ağları yaklaşımı ile hisse fiyat yönü tahmini
DOĞAÇ ŞENOL
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. MELTEM ÖZTURAN
- Forecasting stock prices using deep learning models with technical indicators
Teknik göstergelerle derin öğrenme modelleri kullanarak hisse senedi fiyatı tahmini
MİNE KONUR
Yüksek Lisans
İngilizce
2024
İstatistikAdana Alparslan Türkeş Bilim Ve Teknoloji ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA GÖÇKEN