Arıma ve üstel düzeltme yöntemi ile hisse senetlerinin fiyat tahminlemesi
Implementation of arima and exponential smoothing methods in stock price forecasting
- Tez No: 946502
- Danışmanlar: DR. ÖĞR. ÜYESİ DEMET SEZER
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: ARIMA, BİST100, Hisse Senedi, Üstel Düzeltme, ARIMA, BIST100, Stocks, Exponentıal Smoothing
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Tarih boyunca insanlar varlıklarını korumak ve yatırım yapmak için çeşitli alanlarda değerlendirmeler yapmaktadır. Bu alanlardan bir tanesi ise borsa yatırım araçlarından olan hisse senetleridir. Matematik ve istatistiksel alanda çalışmalar neticesinde hisse senetlerinin fiyatlanmasında etken olan birçok yöntem geliştirilmiştir. Daha çok ileri dönem tahminleri üzerine yoğunlaşan yatırımcılar bu alanda bir çok tahmin yöntemlerini ve algoritmalarını kullanmışlardır. ARIMA ve Üstel Düzeltme yöntemleri bu alanda kullanılabilecek yöntemlerdendir. Bu çalışmada, mevcut ve finansal açıdan sağlıklı hisse senetlerinin belirli güven aralığında geçmiş veri setlerini içeren modellerin kurulması amaçlanmaktadır. Modelin içeriğinde EREGL, PGSUS, TUPRS hisse senetlerinin 2017-2023 yılları aylık kapanış fiyatları veri seti olarak kullanılmıştır. Veri setlerinin içerdiği veriler ile önce ARIMA, daha sonra üstel düzeltme yöntemi ile çalışma yapılacaktır. Öncelikle belirtilen yılların verileri ile 2024 yılı fiyat tahminleri için çalışma yapılacaktır. Hedeflenen model grafik uyumu ile kıyaslanıp daha sonra kullanıma sunulacaktır. Son olarak bu çalışma ile ekonomi, istatistik ve finans çevrelerinin faydalanabileceği test edilmiş bir yöntem ortaya konması amaçlanmaktır. İki farklı analiz yapılarak modeller arasındaki doğruluk düzeyi değerlendirilmiş olacak; bu da yatırımcı güveni açısından önem arz etmektedir.
Özet (Çeviri)
Throughout history, people have made various evaluations to protect their wealth and invest in different areas. One of these areas is stocks, which are among the primary investment instruments traded on the stock exchange. As a result of research in mathematics and statistics, numerous methods have been developed to understand and model stock price behavior. Investors, particularly those focused on future price predictions, have employed a wide range of forecasting methods and algorithms. Among these, ARIMA and Exponential Smoothing are commonly used techniques in time series forecasting. This study aims to build statistical models within a defined confidence interval using historical datasets of financially sound and actively traded stocks. Monthly closing prices of EREGL, PGSUS, and TUPRS from 2017 to 2023 are used as the data source. Forecasting will first be conducted using the ARIMA method, followed by Exponential Smoothing. The goal is to estimate stock prices for the year 2024 based on past data. The performance of the models will be evaluated through graphical comparisons, and the most suitable model will be proposed for practical use. Ultimately, the study seeks to introduce a tested method that can benefit professionals in economics, statistics, and finance. By performing two different analyses, the level of accuracy between the models will be evaluated; this is important for investor confidence.
Benzer Tezler
- Makine öğrenmesi algoritmaları ile nüfus tahmini: Türkiye örneği
Machine learning algorithms to forecast population: Turkey example
FATİH VELİ ŞAHİNARSLAN
Yüksek Lisans
Türkçe
2019
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Hastane öncesi acil sağlık hizmetlerinde öngörü ve kapasite planlama: Ankara ili örneği
Forecasting and capacity planning in pre-hospital emergency healthcare services: The case of Ankara
ELİF ERBAY
Doktora
Türkçe
2024
Sağlık Kurumları YönetimiAnkara ÜniversitesiSağlık Kurumları Yönetimi Ana Bilim Dalı
DOÇ. DR. ÇAĞDAŞ ERKAN AKYÜREK
- Kısıtlı veri ve belirsizlik altında elektronik atık (e-atık) miktarlarının tahmin edilmesine yönelik model önerileri
Proposed estimation models for electronic waste (e-waste) quantities under limited data and uncertainty
ZEYNEP ÖZSÜT BOĞAR
Doktora
Türkçe
2023
Endüstri ve Endüstri MühendisliğiPamukkale ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. AŞKINER GÜNGÖR
- Elektrik talebi tahmininde kullanılan yöntemlerin karşılaştırılması
Comparision of methods used in electricity demand forecasting
EDA BOLTÜRK
Yüksek Lisans
Türkçe
2013
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
ÖĞR. GÖR. BAŞAR ÖZTAYŞİ
- Kusurlu ürünleri içeren ekonomik üretim miktarı modelinin gri sistem teorisi yaklaşımıyla geliştirilmesi: endüstriyel bir araştırma
Development of an economic production quantity model with imperfect products by using grey system theory: an industrial research
ERDAL AYDEMİR
Doktora
Türkçe
2013
Endüstri ve Endüstri MühendisliğiSüleyman Demirel ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. FEVZİ BEDİR
YRD. DOÇ. DR. GÜLTEKİN ÖZDEMİR