A proposal for an agent-based framework structure for financial forecasting using large language models
Büyük dil modelleri kullanılarak finansal tahmin için ajan tabanlı bir çerçeve yapısı önerisi
- Tez No: 968378
- Danışmanlar: DR. ÖĞR. ÜYESİ SEMİH ÖZEL
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Finansal piyasa hareketlerini tahmin etmek, sayısız nicel ve nitel faktörden etkilenen piyasaların karmaşık, doğrusal olmayan ve gürültülü doğası nedeniyle önemli bir zorluk teşkil etmektedir. Geleneksel tahmin modelleri, ağırlıklı olarak yapılandırılmış sayısal verilere dayanırken; haber makaleleri, şirket duyuruları ve yasal bildirimler gibi yapılandırılmamış metin verilerinin içinde gömülü olan zengin ve bağlama duyarlı bilgiyi yakalamada genellikle başarısız olmaktadır. Bu makale, Büyük Dil Modellerinin (LLM) analitik gücünü bir Çoklu-Ajan Sistemi (MAS) çerçevesi içinde entegre ederek, hisse senedi piyasası tahmini için özgün ve hibrit bir sistem önermekte ve geliştirmektedir. Bu araştırmanın temel amacı, hem gerçek zamanlı piyasa verilerini hem de yapılandırılmamış metinsel bilgileri sistematik olarak işleyerek Borsa İstanbul'da (BİST) işlem gören hisse senetleri için öngörücü sinyaller üretebilen, uçtan uca bir sistem tasarlamak, uygulamak ve değerlendirmektir. Önerilen metodolojide nicel ve nitel verilerin toplanması, LLM tabanlı bir bilgi çıkarım modülü geliştirilmesi, Çoklu-Ajan Sistemi kullanılarak bu verilerin sentezlenip“Nitel Etki Skorları”na dönüştürülmesi ve gelecekteki hisse yönünün geleneksel teknik göstergelerle birlikte tahminine dayalı öngörü modeline entegre edilmesi gösterilecektir. Bu çalışma, finansal olayların daha derin anlamsal bağlamını yansıtan çok yönlü bir nitel sinyal yaratarak basit duygu analizinin ötesine geçmektedir. Bulguların, Büyük Dil Modellerinin karmaşık karar alma ortamlarındaki tam potansiyelinden yararlanmak için şeffaf ve tekrarlanabilir bir çerçeve sunarak finansal tahmin literatürüne katkıda bulunması beklenmektedir.
Özet (Çeviri)
Predicting financial market movements poses a significant challenge due to the complex, non-linear, and noisy nature of markets, which are influenced by a countless of quantitative and qualitative factors. Traditional forecasting models primarily rely on structured numerical data, but often fail to capture the rich, context-dependent information embedded in unstructured text sources, such as news articles, corporate announcements, and regulatory filings. This paper proposes and develops a novel, hybrid system for stock market prediction by integrating the analytical power of Large Language Models (LLMs) within a Multi-Agent System (MAS) framework. The primary objective of this research is to design, implement, and evaluate an end-to-end system that processes real-time market data and unstructured textual information to generate predictive signals for stocks listed on Borsa Istanbul (BIST). The proposed methodology involves collecting quantitative and qualitative data, the development of an LLM-based information extraction module, and the synthesis of this data into a“Qualitative Impact Scores”through the use of a Multi-Agent System, which is then integrated into a predictive model alongside traditional technical indicators to forecast future price movements. The study moves beyond simple sentiment analysis by creating a multi-faceted qualitative signal that reflects the deeper semantic context of financial events. The findings are expected to contribute to the financial forecasting literature by presenting a sophisticated, transparent, and reproducible framework that demonstrates the full potential of Large Language Models in complex decision-making environments.
Benzer Tezler
- A large language model (LLM)-based framework for bid/no-bid decision support in construction public procurement: Validated on romanian tenders
İnşaat kamu ihalelerinde teklif verme / vermeme karar desteği için büyük dil modeli (LLM) tabanlı bir çerçeve: Romanya ihaleleri üzerinde doğrulama
ELİF GÜLİN PETEK
Yüksek Lisans
İngilizce
2026
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ONUR BEHZAT TOKDEMİR
- Birer fintech oluşumu olarak Türkiye'de ödeme sistemleri ile ödeme ve elektronik para kuruluşları ve bir denetim modeli önerisi
Payment systems, payment and electronic money institutions in Turkey as formations of fintech and a proposal for audit model
ENVER SEDAT GÜLTEKİN
- Explaining the labor share of income: A synthetic analysis with capital account openness and financial development, OECD and non-OECD countries 1995-2015
Emek payının açıklanması: Sermaye hesabı açıklığı ve finansal gelişimin bireşimsel analizi, OECD ve OECD dışı ülkeler 1995-2015
ONUR ÖZDEMİR
Doktora
İngilizce
2017
EkonomiKadir Has ÜniversitesiEkonomi Ana Bilim Dalı
YRD. DOÇ. DR. SABRİ ARHAN ERTAN
- Meydanların yeniden organizasyon sürecinde mekansal bileşenlerin etmen tabanlı modellerle değerlendirilmesi: Bakırköy Cumhuriyet Meydanı örneği
Assessment of spatial components using agent-based modelling in the reorganization process of urban squares: a case study of Bakirkoy republic square
HANDE ALACA EPİK
Yüksek Lisans
Türkçe
2025
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiKentsel Tasarım Ana Bilim Dalı
DOÇ. DR. İSMAİL EREN KÜRKÇÜOĞLU
- Hesaplamalı tasarımda malzeme etmenliğine ilişkin bir değerlendirme metodolojisi
An evaluation methodology for material agency within computational design
ASUDE SENA KÖSEBAŞ YILDIZ
Yüksek Lisans
Türkçe
2025
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
DOÇ. DR. SEVİL YAZICI
DOÇ. DR. ETHEM GÜRER
DOÇ. DR. SERDAR AYDIN