Derin öğrenme ile borsa verileri üzerinde tahminleme yapılması
Stock market prediction with deep learning
- Tez No: 641725
- Danışmanlar: DOÇ. DR. RIZA CENK ERDUR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Borsada yer alan şirketlerin hisse senetlerinin tahminlenmesi finans alanında karşılaşılan en büyük problemlerden biridir. Bu çalışmada Borsa İstanbul'da hissesi bulunan üç spor kulübünün Galatasaray (GSRAY), Fenerbahçe (FENER) ve Beşiktaş (BJKAS)'a ait hisse senedi fiyatı tahmini yapılmıştır. Tahminleme yapılırken üç şirkete ait finansal verilerin yanında bu şirketlere ait Kamuyu Aydınlatma Platformu (KAP) bildiri verilerinden elde edilen duygu analizi sonuçları da kullanılmıştır. Tahminlemeler derin öğrenme yöntemlerinden Uzun-kısa süreli bellek kullanılarak yapılmıştır. Deney sonuçlarına göre tahminlemede, finansal verilerin yanında KAP bildirimlerinin duygu analizi sonuçları da dahil edildiğinde elde edilen sonuçlar oldukça başarılıdır.
Özet (Çeviri)
Prediction of a company's stock value is one of the most important encountered problems in Stock Markets. In this study, stock value prediction has been made for the three sport clubs Galatasaray (GSRAY), Fenerbahçe (FENER) and Beşiktaş (BJKAS) that have stock values in Borsa Istanbul. Sentiment analysis results that have been obtained using the Public Disclosure Platform notification data about GSRAY, FENER and BJKAS have been used in addition to financial data that belong to these companies for stock market prediction. Long-short term memory, which is one of the deep learning methods, has been used for prediction. According to experimental results, when Public Disclosure Platform notification data about these companies have been used in prediction, the prediction results are more accurate.
Benzer Tezler
- Borsa verilerinin derin öğrenme ve yapay sinir ağı yöntemleri ile tahmin edilmesi
Forecasting time series with deep learning and artificial intellgence
ALİ İSA TAŞ
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Arel ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKALP TULUM
- Uzun kısa süreli bellek (LSTM) kullanarak İstanbul ve civarı için deprem eğilimi tahmini
Earthquake trend prediction for İstanbul and surroundings using long short term memory (LSTM)
YASİN KARAKUŞ
Yüksek Lisans
Türkçe
2024
Deprem MühendisliğiBursa Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. VOLKAN ALTUNTAŞ
- Sürdürülebilir hava kalitesi için yapay zeka yöntemleri ile partiküler madde tahmininin modellenmesi
Modeling particulate matter estimation with artificial intelligence methods for sustainable air quality
SALİHA ÇELİKCAN BİLGİN
Yüksek Lisans
Türkçe
2023
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN TOROS
- Sentiment analysis model proposal with deep learning techniques on big data: Portfolio selection with the help of industry indicators
Büyük veri üzerinde derin öğrenme teknikleri ile duygu analizi model önerisi: Sektör göstergeleri yardımıyla portföy seçimi
MAHMUT SAMİ SİVRİ
Doktora
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Predicting stock prices in bist: A reinforcement learning and sentimental analysis approach
Pekiştirmeli derin öğrenme ve duyarlılık analizi yaklaşımı ile bıstteki hisselerin fiyatlarının tahmin edilmesi
ŞEYMA EĞE
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiBüyük Veri ve Veri Analitiği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ALİ ERGÜN