Geri Dön

Gezegen konumlarına ve açılarına dayalı yapay zekâ destekli bir finansal ilişki analizi

An artificial intelligence powered financial relationship analysis based on planetary positions and aspects

PDF İndir

  1. Tez No: 988821
  2. Yazar: FATİH MERT
  3. Danışmanlar: PROF. DR. AHMET SERTBAŞ
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Büyük veri, Doğrusal olmayan zaman serileri, Ekonomik zaman serisi, Hücresel yapay sinir ağları, Big data, Non-linear time series, Economic time series, Cellular artificial neural networks
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi-Cerrahpaşa
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu doktora çalışması, gezegensel hareketler ile finansal piyasa göstergeleri arasındaki ilişkilerin yapay zekâ ve derin öğrenme yöntemleriyle incelenmesine yönelik sistematik, bütüncül ve veri odaklı bir çerçeve sunmaktadır. Çalışmanın temel amacı, astronomik parametrelerin finansal zaman serileriyle birlikte ele alındığında hangi koşullar altında anlamlı örüntüler oluşturabileceğini değerlendirmek ve bu örüntülerin modern makine öğrenmesi modelleri ile temsil edilebilirliğini araştırmaktır. NASA JPL Horizons sisteminden alınan yüksek çözünürlüklü astronomik veriler programatik olarak işlenmiş; gezegen ve asteroid konumları, açısal ilişkiler, retro hareketler, burç geçişleri, Ay döngüleri ve tutulmalar zaman serisi formatında kodlanmıştır. Bu veriler, BIST, BITCOIN, CRUDE OIL, DAX, DJI, DOLLAR, ETHERIUM, EURO, FCHI, FTSE, GOLD, JAPANESE YEN, LITECOIN, NASDAQ, NYSE, RUSSELL, SILVER, S&P ve SSE gibi birbirinden farklı dinamiklere sahip 19 finansal piyasa verisiyle eşleştirilerek disiplinlerarası bir veri kümesi oluşturulmuştur. Oluşturulan çok boyutlu veri yapısı, Karşılıklı Bilgi (MI), Özyinelemeli Öznitelik Eliminasyonu (RFE), Temel Bileşen Analizi (PCA) ve Granger Nedensellik Testi gibi ileri düzey öznitelik seçim algoritmalarıyla optimize edilmiştir. Bu süreç, astronomik parametrelerin finansal değişkenlerle olan potansiyel ilişkilerinin hem bilgi teorisi hem de nedensellik perspektifinden yapılandırılmasını sağlamıştır. Ardından ANN+MERT, RNN+MERT, LSTM+MERT ve GRU+MERT mimarileri kullanılarak geniş kapsamlı ilişki analizleri gerçekleştirilmiş ve çeşitli piyasa göstergelerinde anlamlı performans seviyelerine ulaşılmıştır. Bu çalışmanın özgün katkılarından biri, yalnızca ilişki analizleri değil, aynı zamanda gerçek zamanlı koşullara uygun şekilde tasarlanmış iki ayrı test senaryosunun uygulanmış olmasıdır. Birinci senaryoda, günlük volatilitenin yönü (artış/azalış) sınıflandırma problemi olarak ele alınmış; ikinci senaryoda ise günlük volatilite seviyeleri regresyon modeliyle değerlendirilmiştir. Bu iki senaryo, zaman serisi yapısına uygun kronolojik bölütleme ile yürütülmüş ve böylece modellerin geleceğe dönük performansı gerçekçi bir şekilde test edilmiştir. Her iki yaklaşımda da seçilen astronomik özniteliklerin, bazı piyasa dönemlerinde volatilite davranışlarıyla ilişkili örüntülere katkıda bulunabildiği gözlemlenmiştir. İlişki analizi senaryosunda, model çıktılarının yorumlanabilirliğini artırmak amacıyla SHAP (SHapley Additive exPlanations) yöntemi kullanılmış; hem küresel hem de yerel düzeyde öznitelik katkıları incelenerek model karar süreçleri şeffaflaştırılmıştır. Bu analiz, astronomik parametrelerin hangi koşullarda modele bilgi sağlayabildiğini daha sistematik bir biçimde ortaya koymuştur. Genel olarak elde edilen bulgular, astronomik verilerin finansal zaman serileriyle birlikte işlendiğinde belirli dönemlerde anlamlı örüntüler üretebildiğine ve bu verilerin ileri düzey yapay zekâ yaklaşımlarında alternatif bir bilgi kaynağı olarak değerlendirilebileceğine işaret etmektedir. Bu çalışma, astronomik veri modellemesini hesaplamalı finans ve yapay zekâ alanlarıyla bütünleştiren, ölçeklenebilir ve disiplinler arası bir araştırma çerçevesi sunarak literatüre özgün bir katkı sağlamaktadır.

Özet (Çeviri)

This doctoral research presents a systematic, comprehensive, and data-driven framework for examining the potential relationships between planetary motions and financial market indicators through artificial intelligence and deep learning methodologies. The primary aim of the study is to assess the conditions under which astronomical parameters, when integrated with financial time series, may exhibit meaningful patterns and to evaluate whether such patterns can be represented by modern machine learning models. High-resolution astronomical data obtained from the NASA JPL Horizons system were programmatically processed; planetary and asteroid positions, angular relationships, retrograde motions, zodiac sign transitions, lunar cycles, and eclipse events were encoded in a time-series format. These astronomical features were then synchronized with financial market data from 19 instruments exhibiting diverse market dynamics, including BIST, Bitcoin, Crude Oil, DAX, DJI, U.S. Dollar, Ethereum, Euro, FCHI, FTSE, Gold, Japanese Yen, Litecoin, NASDAQ, NYSE, Russell, Silver, S&P, and SSE, thereby constructing a comprehensive interdisciplinary dataset. The dataset was optimized using advanced feature selection algorithms, including Mutual Information (MI), Recursive Feature Elimination (RFE), Principal Component Analysis (PCA), and the Granger Causality Test, enabling a structured evaluation of potential relationships between astronomical and financial variables from both an information-theoretic and causality-oriented perspective. Subsequently, extensive relationship analyses were conducted using four deep learning architectures (ANN+MERT, RNN+MERT, LSTM+MERT, GRU+MERT), achieving notable predictive performance across different market indicators. A key contribution of this dissertation is the implementation of two test scenarios constructed under real-time chronological conditions. In the first scenario, the direction of daily volatility (increase/decrease) was modeled as a classification problem; in the second scenario, daily volatility levels were examined using regression models. Both scenarios were implemented using strictly time-ordered data splits, ensuring realistic forward-looking evaluation. Across several markets, the selected astronomical feature set contributed to identifiable patterns associated with volatility behaviour under specific conditions.To enhance interpretability, SHAP (SHapley Additive exPlanations) analysis was applied, enabling global and local assessment of feature contributions and increasing transparency regarding the decision mechanisms of the models. This interpretive layer provided a systematic view of how, and under which circumstances, astronomical variables may provide informative signals to machine learning systems. Overall findings indicate that when processed and integrated appropriately, astronomical data can produce meaningful patterns alongside financial time series and may serve as an alternative source of information within advanced AI-driven modelling frameworks. The study offers an interdisciplinary and scalable research architecture, positioning astronomical data modelling within the broader domains of computational finance, artificial intelligence, and time-series analysis, thereby contributing an original perspective to the academic literature.

Benzer Tezler

  1. Tez No

    846836

    Assessment of urbanization history of Addis Ababa city, Ethiopia

    Addıs Ababa cıty, Ethıopıa'nın kentleşme tarihinin değerlendirilmesi

    ABDURAHMAN HUSSEN YIMER

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Şehircilik ve Bölge PlanlamaMersin Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    DOÇ. DR. ALİ CENAP YOLOĞLU

  2. Tez No

    897900

    The asymptotic W5 symmetry in three-dimensional Chern-Simons spin-5 gravitation theory and beyond

    Üç boyutlu Chern-Simons spin-5 gravitasyon kuramında asimptotik W5 simetrisi ve ötesi

    AYTÜL FİLİZ

    Doktora

    İngilizce

    İngilizce

    2024

    Fizik ve Fizik Mühendisliğiİstanbul Teknik Üniversitesi

    Fizik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAKKI TUNÇAY ÖZER

  3. Tez No

    541969

    Design, modelling and control of a reaction wheel actuated system

    Reaksiyon tekeri ile kontrol edilen bir sistemin tasarımı modellenmesi ve kontrolü

    RAHMAN BİTİRGEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İSMAİL BAYEZİT

  4. Tez No

    602798

    Tracing the crises: Questioning the eco-ethics of future colonialism and terraforming of Mars in Kim Stanley Robinson's Mars trilogy

    Krizlerin izinden: Kim Stanley Robinson'un Mars üçlemesinde Mars'ın gelecekteki kolonileştirilmesi ve dünyalaştırılmasının eko-etik anlayışı çerçevesinde sorgulanması

    SEHER ÖZSERT

    Doktora

    İngilizce

    İngilizce

    2019

    İngiliz Dili ve EdebiyatıErciyes Üniversitesi

    İngiliz Dili ve Edebiyatı Ana Bilim Dalı

    DOÇ. DR. İFAKAT BANU AKÇEŞME

  5. Tez No

    750745

    Environmental awareness in an English intensive tertiary program: A case study in Turkey

    Çevresel konulara yönelik farkındalığın üniversite düzeyinde yoğunlaştırılmış İngilizce programındaki yeri: Türkiye'de bir durum çalışması

    NECMİYE ÖZGE KILIÇASLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Eğitim ve ÖğretimGazi Üniversitesi

    Yabancı Diller Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. ZEKİYE MÜGE TAVİL

Geri Dön