A machine learning framework for high-frequency midprice prediction: feature engineering, hyperparameter space exploration, and profit-loss evaluation
Yüksek frekanslı orta fiyat tahmini için bir makine öğrenmesi çerçevesi: özellik mühendisliği, hiperparametre uzayı keşfi ve kâr-zarar değerlendirmesi
- Tez No: 995255
- Danışmanlar: PROF. DR. ŞENAN ECE SCHMİDT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Fiyat tahmini, Yüksek frekanslı ticaret, Price ferecasting, High-frequency trading
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, Borsa İstanbul'a ait limit emir defteri (Limit Order Book, LOB) verileri kullanılarak yüksek frekanslı alım satımda kısa vadeli orta fiyat yönü tahminini incelemektedir. Orta fiyatın kısa bir zaman ufku içinde yukarı, sabit ya da aşağı yönde hareket edip etmeyeceğini tahmin etmek amacıyla XGBoost tabanlı bir makine öğrenmesi çerçevesi önerilmektedir. Piyasa likiditesini daha iyi temsil edebilmek için, tez kapsamında Effective Q-Price (EQP) adı verilen yeni bir öznitelik tanımlanmaktadır. EQP, birden fazla derinlik seviyesindeki fiyat ve miktar bilgilerini birleştiren ve standart orta fiyatın likiditeyi dikkate alan bir uzantısı olarak değerlendirilebilecek bir ölçüdür. Ayrıca, tek bir sürekli çıktının üç işlem sinyaline eşlendiği regresyon tabanlı bir sınıflandırma yaklaşımı önerilmektedir. Modeller, LOB verilerinden elde edilen zengin öznitelik temsilleri kullanılarak eğitilmekte ve temel hiperparametrelerin etkileri sistematik bir değerlendirme düzeni içerisinde analiz edilmektedir. Dengesiz sınıf etiketleri problemi, sınıf ağırlıklandırma ve karar eşiği ayarlama yöntemleriyle ele alınmaktadır. Tahmin başarımı ve model karmaşıklığı değerlendirilmektedir. Bu kapsamda, tezdeki ek bir katkı olarak, tahminlerin işlem pozisyonlarına dönüştürüldüğü ve işlem maliyetlerinin dikkate alındığı bir kâr ve zarar (P&L) geriye dönük test (backtest) çalışması sunulmaktadır. Elde edilen sonuçlar, EQP'nin tutarlı biçimde en bilgilendirici öznitelikler arasında yer aldığını ve öznitelik sayısının azaltılmasına rağmen tahmin başarımı veya P&L açısından belirgin bir kayıp oluşmadığını göstermektedir. Regresyon tabanlı yaklaşımın ise, daha küçük ve daha basit modeller kullanmasına rağmen doğrudan sınıflandırma ile benzer performans sağladığı gözlemlenmektedir.
Özet (Çeviri)
This thesis studies short-horizon mid-price direction prediction in high-frequency trading using limit order book (LOB) data from Borsa Istanbul. A machine learning framework based on XGBoost is proposed to predict whether the mid-price will move up, stay the same, or move down over a short time horizon. A new feature called Effective Q-Price (EQP) is introduced in the scope of the thesis to better represent market liquidity. EQP combines price and quantity information across multiple depth levels and can be seen as a liquidity-aware extension of the standard mid-price. In addition, a regression-based classification approach is proposed, where a single continuous output is mapped to three trading signals. The models are trained using feature-rich representations extracted from the LOB, and the effects of key hyperparameters are analyzed in a systematic evaluation setup. The imbalanced class labels are addressed with class weighting and decision-threshold tuning. The predictive performance and the complexity of the model are evaluated. To this end, a further contribution of the thesis is a profit and loss (P&L) backtest that converts predictions into trading positions while accounting for transaction costs. The results show that EQP is consistently among the most informative features and allows feature reduction without a clear loss in predictive performance or P&L. The regression-based approach achieves performance similar to direct classification while using smaller and simpler models.
Benzer Tezler
- FPGA hardware acceleration for ultra-low-latency machine learning: architecture and system-level implementation for high-frequency trading
Ultra düşük gecikmeli makine öğrenimi için FPGA donanım hızlandırıcı: yüksek hızlı ticaret için mimari ve sistem seviyesinde implementasyonu
ALPEREN KOYUN
Yüksek Lisans
İngilizce
2026
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞENAN ECE SCHMİDT
- Predictive error compensated wavelet neural networks framework for time series prediction
Zaman serisi tahmini için hata tazminli dalgacık dönüşümlü sinir ağları çerçeve yazılımı
SERKAN MACİT
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ
- Afet yönetimi odaklı hücresel ağ kapsama performansı için mekansal yapay zeka tabanlı model önerisi
Geospatial artificial intelligence (GeoAI) based model proposal for cellular network coverage performance with a focus on disaster management
GÜZİDE MİRAY PERİHANOĞLU
Doktora
Türkçe
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. HİMMET KARAMAN
- A novel framework for real time transient stability prediction in power systems under data integrity attacks
Veri bütünlüğü saldırıları altındaki güç sistemlerinde gerçek zamanlı geçici hal kararlılık tahmini için özgün bir yaklaşım
KEMAL AYGÜL
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Application of LSTM-based deep learning models for seismic forecasting of a potential major earthquake using geophysical techniques in the marmara Sea Region, Türkiye
Marmara Denizi Bölgesi'nde olası büyük bir depremin sismik öngörüsü için LSTM tabanlı derin öğrenme modellerinin jeofiziksel yöntemlerle uygulanması
SHAHEEN MOHAMMED SALEH AHMED AHMED
Doktora
İngilizce
2025
Jeoloji MühendisliğiÇukurova ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN GÜNEYLİ