Yapay sinir ağları kullanılarak BIST fiyat tahminlemesi
Predicting BIST stock prices using artificial neural networks
- Tez No: 951309
- Danışmanlar: DOÇ. DR. ŞABAN GÜLCÜ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Necmettin Erbakan Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 59
Özet
Bu çalışma, Yapay Sinir Ağları (YSA) kullanılarak BIST 30 ve BIST 100 endekslerine ait 2022–2023 yıllarındaki verilerle kapanış fiyatlarını tahmin etmeyi amaçlamaktadır. Veri ön işleme adımlarının ardından ileri beslemeli çok katmanlı algılayıcı (ÇKA) modeli geliştirilmiş ve fiyat tahmini gerçekleştirilmiştir. Modelin başarımı, Ortalama Kare Hata (OKH), Ortalama Mutlak Hata (OMH), Ortalama Mutlak Yüzde Hata (OMYH), R-kare (R²), Doğruluk, Kesinlik, Duyarlılık ve Yönsel Doğruluk Oranı (YDO) gibi çeşitli performans metrikleriyle değerlendirilmiştir. BIST 30 endeksi için modelin R² değeri %96,2 (0,962), OMH değeri 1,83 ve YDO %93,7 olarak elde edilmiştir. BIST 100 endeksi için ise R² değeri %95,5 (0,955), OMH değeri 2,05 ve YDO %92,4 bulunmuştur. Bu sonuçlar, YSA tabanlı ÇKA modelinin hem yön tahmininde hem de sayısal değer tahmininde yüksek doğruluk sunduğunu ortaya koymaktadır. Ayrıca, bu yöntem yatırımcılara veri temelli karar alma süreçlerinde etkili bir karar destek aracı sunarak finansal piyasalarda risk yönetimi ve portföy optimizasyonu açısından önemli bir katkı sağlamaktadır.
Özet (Çeviri)
This study aims to predict the closing prices of the BIST 30 and BIST 100 indices for the years 2022–2023 using Artificial Neural Networks (ANN). After completing data preprocessing steps, a feedforward Multilayer Perceptron (MLP) model was developed to perform price forecasting. The model's performance was evaluated using various metrics, including Mean Squared Error (MSE), Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), R-squared (R²), Accuracy, Precision, Recall, and Directional Accuracy (DA). For the BIST 30 index, the model achieved an R² score of 0.962, an MAE of 1.83, and a directional accuracy of 93.7%. For the BIST 100 index, the R² score was 0.955, MAE was 2.05, and directional accuracy reached 92.4%. These results demonstrate that the ANN-based MLP model offers high accuracy in both numerical price forecasting and directional movement prediction. Furthermore, the proposed method provides investors with an effective data-driven decision support tool, contributing significantly to financial market risk management and portfolio optimization.
Benzer Tezler
- Sign predictability of intraday price returns to formulate appropriate trading strategies with optimum set of equities
Optimum hisse senedi kümesi ile uygun işlem stratejileri oluşturmak için gün içi fiyat getirilerinin işaret tahmin edilebilirliği
ABDURRAHMAN KILIÇ
Doktora
İngilizce
2024
Ekonometriİstanbul Teknik Üniversitesiİktisat (İngilizce) Ana Bilim Dalı
PROF. DR. BÜLENT GÜLOĞLU
- Derin öğrenme yöntemleri ile zaman serisi tahmini
Time series classification with deep learning methods
HAKAN GÜNDÜZ
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE
- Dalgacık dönüşümü kullanılarak hisse senedi fiyat tahmini üzerine bir uygulama
An application on stock price prediction with neural network by using wavelet transform
HASAN AYKUT KARABOĞA
Yüksek Lisans
Türkçe
2015
EkonometriYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. İBRAHİM DEMİR
- Veri madenciliği çerçevesinde yapay sinir ağları ve birliktelik kuralı analizi üzerine Borsa İstanbul 30 endeksinde bir uygulama
An application on artificial neural networks and association rule analysis in the framework of data mining on the Stock Exchange Istanbul 30 index
EDANUR GÜNDOĞDU
Yüksek Lisans
Türkçe
2023
EkonometriBursa Uludağ ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. ZEHRA BERNA AYDIN
- Portfolio optimization with wavelet analysis and neural fuzzy networks
Dalgacık analizi ve bulanık sinir ağları modeli ile portföy optimizasyonu
ÖMER ZEKİ GÜRSOY