Hisse senedi fiyat tahminlerinde bilgi işlemsel zeka yöntemleri: Uzman bir sistem aracılığıyla BİSTt uygulaması
Computational intelligence techniques in forecasting stock prices: ISE application with an expert system
- Tez No: 380009
- Danışmanlar: DOÇ. DR. YÜCEL AYRIÇAY
- Tez Türü: Doktora
- Konular: İstatistik, İşletme, Statistics, Business Administration
- Anahtar Kelimeler: Bilgi işlemsel zeka, hisse senedi fiyat tahmini, genetik algoritmalar, yapay sinir ağları, teknik analiz, özellik seçimi, Algoritmalar, Fiyat tahmini, Hisse senedi değeri, Hisse senedi getirileri, Hisse senetleri, Tahmin, Tahmin yöntemleri, Teknik analiz yöntemleri, İMKB, Soft computing, stock price forecasting, genetic algorithms, artificial neural networks, technical analysis, feature selection, Algorithms, Price ferecasting, Stock valuation, Stock returns, Stocks, Estimation, Estimation methods, Technical analysiss methods, İstanbul Stock Exchange
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Araştırmacılar hisse senedi fiyatlarının teknik analiz değişkenleri ile birlikte önceden tahmin edilmesi ile ilgili çalışmalar yapmışlardır. Yapay sinir ağları hisse senedi fiyat tahmininde başarıyla kullanılan bilgi işlemsel zeka yöntemlerinden bir tanesidir. Yapay sinir ağları ile fiyat tahmini gerçekleştirilirken, hangi değişkenlerin seçileceğine ve ağ mimarisine kullanıcının karar vermesi gerekmektedir. Bu tezde söz konusu parametreleri belirleyecek genetik algoritma tabanlı uzman bir sistem tasarlanmıştır. T gününe ilişkin fiyat ve hacim bilgileri kullanmak suretiyle teknik göstergeler hesaplanmıştır. Özellik seçimi ve parametre optimizasyonu genetik algoritma ile eşzamanlı gerçekleştirilmiştir. Uzman sistem t+1 gününe ilişkin fiyat tahminlerini gerçekleştirmek için kullanılmıştır. Önerilen uzman sistemin, optimize edilmeyen modele göre hem istatitsiksel başarı ölçülerine göre hem de alım satım simulasyonu sonucuna göre daha iyi sonuçlar ortaya çıkardığı belirlenmiştir.
Özet (Çeviri)
Researchers are interested with forecasting stock prices using technical indicators. Artificial neural networks are one of the soft computing techniques that is used for forecasting stock prices. The user of the neural network must decide the size of the hidden layer and must select the optimal feature subset to obtain the best forecasting performance from network. In this study an expert system which is based on genetic algorithms is designed to optimize the parameters of the network. Technical indicators are calculated using price and volume information of day t. Feature selection and parameter optimization is handled simultaneusly by using genetic algorithms. Expert system is used to forecast closing prices of day t+1. The results indicate that optimized model outperformed the alternative model in terms of both statistical and financial performance.
Benzer Tezler
- Sistematik risk ile firma finansal performansı arasındaki ilişki ve Türk sermaye pazarı üzerine bir inceleme
Başlık çevirisi yok
RECEP BİLDİK
- Impact of macro-economic factors on valuations of publicly traded companies
Makro-ekonomik değişkenlerin halka açık şirketler üzerindeki etkileri
CEYLAN HAYRİYE ÇELİK
Yüksek Lisans
İngilizce
2017
İşletmeİstanbul Bilgi ÜniversitesiFinansal Ekonomi Ana Bilim Dalı
YRD. DOÇ. DR. EBRU REİS
- Türkiye vadeli işlemler borsasının AB ülkeleri ile karşılaştırılması
The comparison of Turkish derivatives exchange and EU countries
ŞİRİN BAYKUŞ
- Piyasa etkinliği ve modern portföy kuramı
Efficent markets and modern portfolio theory
İBRAHİM FIÇICIOĞLU
Yüksek Lisans
Türkçe
2002
İşletmeMarmara ÜniversitesiSermaye Piyasası ve Borsa Ana Bilim Dalı
PROF. DR. NİYAZİ BERK