Yapay sinir ağları kullanılarak hisse senedi fiyatı değişim yönünün tahmininin yapılması / Stock price direction prediction using neural networks
Yükleniyor...
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Maltepe Üniversitesi, Lisansüstü Eğitim Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Hisse senedi değişim yönünü tahmin etmek, yatırımcıların ya da tacirlerin borsa hisse senedi işlemlerinden kar etmesini sağlar. Bu amaçla finansçılar tarafından kullanılan geleneksel temel analiz ve teknik analiz yöntemlerinin yanı sıra, günümüzde makine öğrenmesi yöntemlerinden de yararlanılmaktadır. Bu çalışmada yapay sinir ağı kullanılarak NASDAQ borsasındaki 11 hisse senedine ait değişim yönü tahmin edilmeye çalışılmıştır. Kullanılan yapay sinir ağına girdi olarak 1 Ocak 2018 ile 31 Aralık 2023 tarihleri arasındaki günlük borsa kapanış fiyatı ile günlük borsa verilerden hesaplanan basit hareketli ortalama, Bollinger bantları, göreceli güç endeksi, hareketli ortalama yakınsama ıraksama göstergesi, stokastik osilatör ve emtia kanal endeksi ile bu göstergelerden elde edilen Al/Sat etiketleri girilmiştir. Tasarlanan yapay sinir ağı 5 katmanlı çapraz doğrulama yapan bir yapay sinir ağıdır ve ağın performansını ölçmek amacıyla çalışmada ortalama doğruluk değerinden faydalanılmıştır. Çalışma sonunda elde edilen hiperparametre optimizasyonu sonuçlarına göre, test seti için en yüksek %82.63 ortalama doğruluk değeri elde edilmiştir.
Predicting the direction of stock market price change allows investors or traders to profit from the stock market transactions. For this purpose, in addition to the traditional fundamental analysis and technical analysis methods used by financiers, machine learning methods are also being used today. In this study, an attempt was made to predict the direction of change of 11 stocks on the NASDAQ stock exchange by using an artificial neural network model. The daily stock market closing price between January 1, 2018 and December 31, 2023 as well as the calculated simple moving average, Bollinger bands, relative strength index, moving average convergence divergence, stochastic oscillator and commodity channel index from the daily stock market data and the Buy/Sell labels found from these technical indicators were fed as input to the artificial neural network. The designed artificial neural network was a 5-fold cross-validation artificial neural network, and the average accuracy value was used as a measure to assess the performance of the network. According to the hyperparameter optimization results, the highest average accuracy value of 82.63% was obtained for the test set in this study.
Predicting the direction of stock market price change allows investors or traders to profit from the stock market transactions. For this purpose, in addition to the traditional fundamental analysis and technical analysis methods used by financiers, machine learning methods are also being used today. In this study, an attempt was made to predict the direction of change of 11 stocks on the NASDAQ stock exchange by using an artificial neural network model. The daily stock market closing price between January 1, 2018 and December 31, 2023 as well as the calculated simple moving average, Bollinger bands, relative strength index, moving average convergence divergence, stochastic oscillator and commodity channel index from the daily stock market data and the Buy/Sell labels found from these technical indicators were fed as input to the artificial neural network. The designed artificial neural network was a 5-fold cross-validation artificial neural network, and the average accuracy value was used as a measure to assess the performance of the network. According to the hyperparameter optimization results, the highest average accuracy value of 82.63% was obtained for the test set in this study.
Açıklama
Tam Metin / Full Text
Anahtar Kelimeler
Yapay sinir ağları, Makine öğrenmesi, Hisse senedi, Teknik göstergeler, Neural networks, Machine learning, Stock price, Technical indicators
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Demir, P. (2024). Yapay sinir ağları kullanılarak hisse senedi fiyatı değişim yönünün tahmininin yapılması / Stock price direction prediction using neural networks. (Yayımlanmamış Yüksek Lisans Tezi). Maltepe Üniversitesi, Lisansüstü Eğitim Enstitüsü, İstanbul.
