Uzun kısa süreli hafıza ve geçitli yinelenen birim ileborsa İstanbul 100 endeks değeri tahmini üzerine bir uygulama
An application on prediction of bist100 index value with lstm and gru
- Tez No: 598946
- Danışmanlar: DOÇ. DR. İBRAHİM DEMİR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Fiyat tahmini finansal piyasalar için oldukça önem arz etmektedir. Piyasa profesyonelleri ve araştırmacıların her zaman ilgisini çekmiştir. Bu kapsamda araştırmacılar çeşitlik modeller geliştirmişlerdir. Fiyat tahminde temel analiz, teknik analiz gibi çeşitli yöntemler aktif olarak kullanılıyor olsa da finansal varlıkların doğası gereği tutarlı sonuçlar elde etmek oldukça zordur. Gelişen teknoloji ile beraber artan bilgisayarların işlem güçleri de artmış, buda finansal piyasalarda fiyat tahmini için makine öğrenmesi algoritmalarının kullanılabilmesine olanak sağlamıştır. Bu çalışmada makine öğrenmesinin bir alt dalı olan derin öğrenme yöntemleri ile finansal varlıklar için fiyat tahmininde bulunulması amaçlanmıştır. Çalışmada Borsa İstanbul 100 endeksine ait 2001-2018 yıllarına arasında günlük kapanış değerleri kullanılmıştır. Bu değerlerden yola çıkarak endeksin gelecekteki yönü ve değeri tahmin edilmeye çalışılmıştır. Tahmin yöntemi olarak yinelenen sinir ağı algoritmaları olan uzun kısa süreli hafıza ve geçitli yinelenen birim yöntemleri kullanılmıştır. Elde edilen sonuçlar üzerinden bu iki yöntem birbiriyle karşılaştırılmış ve geçitli yinelenen birim yönteminin daha başarılı tahmin sonuçları verdiği gözlemlenmiştir.
Özet (Çeviri)
Price forecasting is very important for financial markets. It has always attracted the attention of market professionals and researchers. In this context, researchers have developed various models. Such as basic analysis and technical analysis are used actively in price estimation, it is difficult to obtain consistent results due to the nature of financial assets. The computing power of computers increased with the technology, which enabled the use of machine learning algorithms for price forecasting in financial markets. In this study, it is aimed to forecast prices for financial assets by using deep learning methods which is a sub-branch of machine learning. Daily closing values of Borsa İstanbul 100 Index between 2001-2018 were used in this study. Based on these values, the future direction and value of the index was tried to be estimated. Long – short term memory and gated recurrent unit methods which are recurrent neural network algorithms are used as estimation method. These two methods were compared with each other and it was observed that the gated recurrent unit method yielded more successful estimation results.
Benzer Tezler
- Derin öğrenme teknikleri kullanılarak anayol trafik analizi
Analysis of highway traffic using deep learning techniques
MUHAMMET ESAT ÖZDAĞ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NESRİN AYDIN ATASOY
- Derin öğrenme algoritmaları ile hisse senetlerinin fiyat hareketliliği öngörüsü
Prediction of stock price movements with deep learning algorithms
CEREN CAMKIRAN
Doktora
Türkçe
2023
İstatistikMarmara ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. DİLEK ALTAŞ KARACA
- Multifraktal, spektral analiz ve uzun-kısa süreli hafıza derin öğrenme modeli kullanılarak EEG sinyallerinden kanal bazında epileptik nöbet tespiti
Epileptic seizure detection from EEG signals on the basis of channels using multifractal, spectral analysis and long-short-term memory deep learning model
KARİM MUSTAFAYEV
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DOÇ. DR. ÖMER KASIM
- Crowd counting, localization and anomaly detection with convLSTM based CNN using synthetic images
Evrişimli uzun-kısa süreli hafıza tabanlı evrişimsel sinir ağları ile sentetik görüntüler kullanarak kalabalık sayımı, lokalizasyonu ve anomali tespiti
MUHAMMET FURKAN COŞKUN
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE AKAR
- Fizik tedavide hastaların eeg sinyallerinden ağrı eşiğinin uzun kısa süreli hafıza derin öğrenme modeliyle kestirimi
Estimation of pain threshold from eeg signals of patients in physical therapy using long-short-term memory deep learning model
KUTAY GÜNEÇ
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiKütahya Dumlupınar Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER KASIM