Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Türkiye
Tezin Onay Tarihi: 2018
Tezin Dili: İngilizce
Öğrenci: Tarık Ziyadoğlu
Danışman: NECAATTİN BARIŞÇI
Özet:Borsa fiyatlarını öngörmek, piyasanın anlaşılmaması nedeniyle daima zorlu bir iştir. Bu çalışmada, BIST100 endeksinin (Borsa İstanbul; Türkiye borsasında ilk 100 şirketin endeksi) günlük dönüş hareketini tahmin etmek için çeşitli türlerde öğrenme modelleri kullanılmıştır. Algoritma olarak; Karar ağacı (DT), Rastgele Orman (RF), K-en yakın komşu (KNN), destek vektör regresyon (SVR), çok katmanlı algılayıcı (MLP) ve uzun - kısa süreli bellek (LSTM) kullanılmıştır. Kullanılan giriş özellikleri; on adet teknik gösterge, FBIST, Euro, Dolar ve altın günlük fiyatlarını içermektedir. Toplanan veriler 2014'ten 2015'e kadar yaklaşık 18 aylık BIST100 fiyatını içermektedir. RMSE bir performans ölçütü olarak kullanılmıştır. Bir sonraki gün, iki, beş ve on gün için tahmin yapılmıştır. Diğer algoritmaların SVR modelinden daha iyi performans göstermesine rağmen, sonuçlarımız diğer tüm algoritmalar üzerinde SVR modeli için istikrarlı bir performans göstermektedir.