Geri Dön

Finansal zaman serileri için makine öğrenmesi teknikleri ile trend tahmini

Trend forecasting with machine learning techniques for financial time series

PDF İndir

  1. Tez No: 748871
  2. Yazar: NUH YURDUSEVEN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ AHMET ANIL MÜNGEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: ARIMA modelleri, Doğrusal olmayan zaman serileri, Döviz kuru tahmini, Ekonomik zaman serisi, Finansal teknolojiler, Kısa dönemli öngörü, Makine öğrenmesi, Tahminleme, Zaman serileri, Çok değişkenli zaman serileri, ARIMA models, Non-linear time series, Exchange rate forecasting, Economic time series, Financial technologies, Short-term forecasting, Machine learning, Forecasting, Time series, Multivariate time series
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Ostim Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Geçmişte olduğu gibi günümüzde de yatırımcılar için finansal verilerin trendinin tahmin edilebilmesi ve bu bilgi kullanılarak bir finansal strateji oluşturulması oldukça önemlidir. Fakat günümüzde hızlı internet bağlantıları ile finansal verilerin hızlı ulaşması ve bilişim ve bulut sistemlerindeki gelişmeler, finansal tahminleme için yapay zekâ algoritmalarının kullanılması bu alanda rekabeti artırmaktadır. Fintech uygulamaları içinde portföy yönetimi gibi alanlarda yapay zekâ uygulamalarının kullanım payı gittikçe artmaktadır. Bu çalışmanın amacı finansal zaman serisi verileri tahminlemek için yapılan daha önceki akademik çalışmaları derlemek, zaman serilerinin tahmin etmek için kullanılan yapay zekâ algoritmalarını açıklamak ve deney kısmında toplanan finansal veriler ile altın ons fiyatı ve dolar güç endeksini tahmin eden modellerin performanslarını karşılaştırmaktır. Çalışmada farklı senaryolarda eğitilip test edilen ARIMA, LSTM ve C-LSTM modelleri kullanılmıştır ve model performansları karşılaştırılıp çıkarımlar yapılmıştır.

Özet (Çeviri)

As in the past, it is very important for investors to be able to predict the trend of financial data and to create a financial strategy using this information. However, nowadays, rapid access to financial data with fast internet connections, developments in informatics and cloud systems, use of artificial intelligence algorithms for financial forecasting increase competition in this field. The share of artificial intelligence applications in areas such as portfolio management among Fintech applications is increasing. The aim of this study is to compile previous academic studies for estimating financial time series data, to explain artificial intelligence algorithms used to predict time series, and to compare the performance of models that predict the gold ounce price and dollar power index with the financial data collected in the experimental part. In the study, ARIMA, LSTM and C-LSTM models, which were trained and tested in different scenarios, were used and model performances were compared, and inferences were made.

Benzer Tezler

  1. Tez No

    885503

    Machine learning applications for time series analysis

    Zaman serileri analizi için makine öğrenmesi uygulamaları

    MERT CAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    İstatistikİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    PROF. DR. ATABEY KAYGUN

  2. Tez No

    866854

    Borsa endeksi tahmini için melez bir model

    A hybrid model for stock market index forecasting

    HAMİD YEŞİLYAYLA

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖZGÜR GÜMÜŞ

  3. Tez No

    796064

    A hybrid deep learning based framework for stock market prediction

    Başlık çevirisi yok

    DOAA AZEEZ AMEEN AL-BAIRMANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. OSMAN NURİ UÇAN

  4. Tez No

    696023

    The predicton of participation index of Istanbul Stock Exchange

    Borsa İstanbul katılım endeksi tahminlemesi

    ENES ÖZDEMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Ekonomiİstanbul Sabahattin Zaim Üniversitesi

    İslam Ekonomisi ve Finansı Ana Bilim Dalı

    DOÇ. DR. BURHAN ULUYOL

  5. Tez No

    760660

    Fraud detection on the time series data with machinelearning and deep learning techniques

    Makine öğrenimi ve derin öğrenme teknikleri ile zaman serisi verileri üzerinde sahtekarlık tespiti

    EMAN MOHAMEDRAMZI ABDULKARIM ABDULKARIM

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ULUTAŞ

Geri Dön