Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2023
Tezin Dili: Türkçe
Öğrenci: Büşra AKSEL
Asıl Danışman (Eş Danışmanlı Tezler İçin): Hacı Hasan Örkcü
Eş Danışman: Reşat Kasap
Özet:
Finansal piyasalar içerisinde döviz kurları ülkelerin ekonomik gelişiminde önemli bir rol oynar. Döviz kurlarındaki hareketlilik araştırmacılar içinde ilgi çekici bir alan olmuştur. Döviz kurlarındaki değişim doğrusal ve durağan olmadığından doğru bir şekilde tahmin etmek oldukça zordur. Finansal verilerin fiyat tahmini için farklı tahmin teknikleri geliştirilmiştir. Zaman serisi modellemesi ve tahmini, finansal veri analizi sürecinde önemli bir rol oynar. Günümüzde teknolojinin gelişimiyle birlikte ortaya çıkan derin öğrenme modelleri görüntü sınıflandırma, ses tanıma, otomatik tercüme, hisse senede fiyat tahmini gibi birçok farklı alanda sıklıkla kullanılmaktadır. Bu çalışmada, ele alınan döviz kurları üzerinden fiyat hareketlerini tahmin etmede Genelleştirilmiş Otoregresif Koşullu Değişken Varyans (GARCH), Tekrarlayan Sinir Ağları (Recurrent Neural Networks- RNN) ve Uzun Kısa Vadeli Bellek (Long Short Term Memory- LSTM) modelleri kullanılmıştır. Çalışmada kullanılan USD/TRY ve EUR/TRY veri setleri Yahoo Finance sitesinden elde edilmiştir ve döviz kurlarının kapanış fiyat değerleri kullanılmıştır. Veri setleri 3 Ocak 2015’ten 31 Aralık 2020’ye kadar 4176 veri içermektedir. Modelin tahmin performansını değerlendirmek için istatistiksel ölçütler kullanılmıştır. USD/TRY ve EUR/TRY veri setleri üzerinden elde edilen GARCH, RNN ve LSTM modellerinin tahminleri performans değerlendirme metrikleriyle ölçülmüş ve kullanılan modellerin performansları karşılaştırılmıştır.
Anahtar Kelimeler : Zaman serileri, yapay zekâ, derin öğrenme