Artificial neural network based decisive prediction models on high frequency financial data
Yüksek frekanslı mali piyasa verileri üzerinde yapay sinir ağı tabanlı karar verici tahmin modelleri
- Tez No: 490330
- Danışmanlar: DOÇ. DR. TURAN ERMAN ERKAN
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Atılım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yüksek frekanslı mali piyasa verilerinin tahmin edilmeleri ve modellenmeleri, tamamen imkansız olmasa da, stokastik prosesler ve çok sayıda rastgele faktör araya girdiğinden, çok zordur. Bu çalışmada; mali zaman serisi tahmini ve karar alınmasına yardımcı, yeni bir Yapay Zeka modeli tasarlanmış ve geliştirilmiştir. Döviz çiftlerinin tahmin başarı yüzdelerinin artırılması iki şekilde irdelenmiştir: ilk olarak mühendislik tasarımlarıyla tahmin modellerinin ortaya çıkmasını sağlayacak metodolojinin kullanımı ile, kaos teorisi ve fiyat grafiklerinin görsel özelliklerinin devreye sokulması, ikinci olarak da en güncel ve güçlü yöntemlerin kullanılması. Görsel özellikleri kullanan yaklaşımda, aynı Yapay Görmedeki gibi, yoğunluk bölgeleri ile birlikte şekli tanımlayan yüksek ve düşük fiyat değerlerinden faydalanılmaktadır. Modellemede esas olarak Yapay Sinir Ağları uygulanmakta olup; diğer popüler yöntemlerden, İleri Gradyant Artırımı ve Destek Vektör Makinesi de karşılaştırma amaçlı olarak kullanılmıştır. Tasarlanan system ayrıca yazılımla gerçek zamanlı alım-satım robotu olarak da kodlanmıştır. Testler ve simulasyonlarda tatmin edici sonuçlar elde edilmiştir.
Özet (Çeviri)
High frequency financial data are somewhat hard to model or predict, if not totally impossible, as stochastic processes and many other random factors are involved. In this thesis; a novel Artificial Intelligence model is designed and developed for financial time series prediction and decision making. Possibility to enhance prediction accuracy for foreign exchange rates is investigated in two ways: first applying an outside the box approach by bringing about methodology and techniques to facilitate the use of predictive models in engineering design to model price graphs by exploiting their visual properties together with principles of chaos theory, and secondly employing the most efficient methods to detect patterns to classify the direction of movement. The approach that exploits the visual properties of price graphs makes use of density regions along with high and low values describing the shape just as in Machine Vision. Mainly Artificial Neural Networks are used in modeling. However, other state-of-the-art methods; Extreme Gradient Boosting and Support Vector Machine are too used for comparison. The designed system is also software coded as a real-time trading robot. Comparable prediction results and profits are achieved in tests and simulations.
Benzer Tezler
- Türkiye elektrik enerjisi talebinin yapay sinir ağları modeli ile tahmini
Neural network model of turkey with electricity demand forecast
GİZEM ÖZAYDIN
Yüksek Lisans
Türkçe
2019
İşletmeİzmir Katip Çelebi Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BERNA TEKTAŞ SİVRİKAYA
- Analyzing factors that influence customer decision on buying second-hand products from online platforms
Müşterilerin çevrim içi platformlardan ikinci el ürün satın alma kararlarını etkileyen faktörlerin analizi
MELİS ÖZTÜRK
Yüksek Lisans
İngilizce
2024
Yönetim Bilişim SistemleriBoğaziçi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. SONA MARDİKYAN
- Beton yol kaplamaların sayısal tasarımında bilgi sistemleri ve yapay zeka yaklaşımı
Information systems and artificial intelligence approach in numerical design stage of concrete road pavement
ERHAN BURAK PANCAR
Doktora
Türkçe
2012
İnşaat MühendisliğiKaradeniz Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. M. VEFA AKPINAR
- Artificial neural network-based solutions of the interprocess communication problems
Prosesler arası haberleşme problemlerinin yapay sinir ağı tabanlı çözümü
ONUR ÜLGEN
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Bölümü
YRD. DOÇ. DR. MUTLU AVCI
- Artificial neural network based sparse channel estimation for OFDM systems
OFDM sistemler için yapay sinir ağı tabanlı seyrek kanal kestirimi
ABDUR REHMAN BIN TAHIR
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik MühendisliğiKadir Has ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HABİB ŞENOL
YRD. DOÇ. DR. ATİLLA ÖZMEN