Deep learning based stock market prediction using technical indicators

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, -, Türkiye

Tezin Onay Tarihi: 2019

Tezin Dili: İngilizce

Öğrenci: Halil RAŞO

Danışman: Mehmet Demirci

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Borsa tahmini, hisse alım-satımı yapan kişilerin ve ekonomistlerin ilgi odağıdır. Tahmin sürecinde piyasa endekslerinin geçmiş verilerinden hesaplanan bazı teknik ve temel göstergeler kullanılmaktadır. Ancak bu göstergelerin başarısı, endeks hareketlerinin öngörülemez yapısı ve geçmiş verilerdeki yüksek değişim oranlarından dolayı kısıtlı kalmaktadır. Makine öğrenmesi teknikleri, özellikle derin öğrenme yöntemleri, yüksek değişkenliğe sahip ortamlarda ve zaman serisi tahmin problemlerinde kendilerini kanıtlamıştır. Bu tezde borsa endeks tahmini problemi ayrıntılı olarak ele alınmış ve BIST 30'un gelecekteki değerlerini tahmin etmek için bir derin sinir ağı modeli önerilmiştir. Derin öğrenme modelimizin eğitiminde kullanılan veri seti, 01.01.2016 - 31.12.2018 tarihleri arasındaki 36 aylık dönem için www.investing.com sitesinden toplanmıştır. Bu veri setiyle yapılan deneylerde modelimizin ulaştığı ortalama kare hata oranı (MSE) gelecekteki beş işlem günü için sırasıyla 0.0302, 0.1009, 0.0930, 0.1075 ve 0.2781 olarak tespit edilmiştir. Önerilen modelin literatürdeki diğer çalışmalardan daha iyi sonuç verdiği ve borsa endeks fiyatlarını tahmin etmede başarılı olduğu görülmüştür.