Yapay sinir ağları kullanılarak hisse senedi fiyatı değişim yönünün tahmininin yapılması / Stock price direction prediction using neural networks

Basit Öğe Kaydı
dc.authorid0000-0002-7644-0075
dc.contributor.advisorÖnvural, Oruç Raif
dc.contributor.authorDemir, Pınar
dc.date.accessioned2024-12-13T13:59:48Z
dc.date.available2024-12-13T13:59:48Z
dc.date.issued2024
dc.date.submitted2024
dc.departmentEnstitüler, Lisansüstü Eğitim Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı
dc.descriptionTam Metin / Full Text
dc.description.abstractHisse 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.
dc.description.abstractPredicting 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.
dc.identifier.citationDemir, 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.
dc.identifier.urihttps://hdl.handle.net/20.500.12415/13024
dc.language.isotr
dc.publisherMaltepe Üniversitesi, Lisansüstü Eğitim Enstitüsü
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectYapay sinir ağları
dc.subjectMakine öğrenmesi
dc.subjectHisse senedi
dc.subjectTeknik göstergeler
dc.subjectNeural networks
dc.subjectMachine learning
dc.subjectStock price
dc.subjectTechnical indicators
dc.titleYapay sinir ağları kullanılarak hisse senedi fiyatı değişim yönünün tahmininin yapılması / Stock price direction prediction using neural networks
dc.title.alternativeStock price direction prediction using neural networks
dc.typeMaster Thesis
dspace.entity.typePublication

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Pınar_Demir_Yapay_Sinir_Ağları.pdf
Boyut:
2.38 MB
Biçim:
Adobe Portable Document Format
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.17 KB
Biçim:
Item-specific license agreed to upon submission
Açıklama:
İndir

Koleksiyon

Lisansüstü Eğitim Enstitüsü Tez Koleksiyonu