Dergiler / Ekonomi ve Yönetim Araştırmaları Dergisi / 2021 / Cilt: 10 Sayı: 2

Hisse Senedi Değerlerinin Makine Öğrenimi (Derin Öğrenme) ile Tahmini

Erdoğan Gavcar(MUĞLA SITKI KOÇMAN ÜNİVERSİTESİ, İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ, İŞLETME BÖLÜMÜ)0000-0002-2748-3933
Hüseyin Mustafa Metin(MUĞLA SITKI KOÇMAN ÜNİVERSİTESİ, SOSYAL BİLİMLER ENSTİTÜSÜ, İŞLETME (DR))0000-0002-1810-0064
Sayfa
1–11
Yayın Tarihi
2021-12-31
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Ocak 2016 ve Aralık 2021 tarihleri arasındaki günlük hisse senedi fiyatlarının veri değerleri kullanılarak, derin öğrenme modellerinden Uzun Kısa Süreli Bellek (Long Short Term Memory (LSTM)) modeli ile hisse senetlerinin açılış fiyat değerleri tutarlı tahminler ile elde edilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Günümüzde, borsa piyasaları günlük yaşamı doğrudan etkileyen fenomenlerdir ve her insanın kolaylıkla erişebileceği yatırım araçları haline gelmişlerdir.
📊
Temel Bulgular & Veri:Birbirleriyle bağlantılı olan ve ulusal ekonomileri büyük ölçüde etkileyen bu piyasalarda büyük miktarlarda sermaye işlemleri yapılmakta ve bu süreçte hisse senetlerinin değerlerinin tutarlı bir şekilde tahmin edilmesi ilgi çekmektedir.
💡
Sonuç & Katkı:Ocak 2016 ve Aralık 2021 tarihleri arasındaki günlük hisse senedi fiyatlarının veri değerleri kullanılarak, derin öğrenme modellerinden Uzun Kısa Süreli Bellek (Long Short Term Memory (LSTM)) modeli ile hisse senetlerinin açılış fiyat değerleri tutarlı tahminler ile elde edilmiştir.
🔬Tür:Deneysel Tarla Denemesi
📍Kapsam:2016 Verileri
⚙️Değişkenler:Derin Öğrenme · Finansal Tahmin · Uzun Kısa Süreli Bellek (LSTM)

Özet

Günümüzde, borsa piyasaları günlük yaşamı doğrudan etkileyen fenomenlerdir ve her insanın kolaylıkla erişebileceği yatırım araçları haline gelmişlerdir. Birbirleriyle bağlantılı olan ve ulusal ekonomileri büyük ölçüde etkileyen bu piyasalarda büyük miktarlarda sermaye işlemleri yapılmakta ve bu süreçte hisse senetlerinin değerlerinin tutarlı bir şekilde tahmin edilmesi ilgi çekmektedir. Makine öğreniminin de kapsadığı derin öğrenme algoritmaları diğer birçok alanda olduğu gibi finans alanında da tahmin değerlerinin elde edilmesinde sıklıkla uygulanmaktadır. Hatta kripto paralar gibi günlük değişim değerleri üzerinde de analizler yapılmaktadır. Bu çalışmamızda Vestel firmasının hisse senedi fiyatlarının veri değerleri kullanılmıştır. Ocak 2016 ve Aralık 2021 tarihleri arasındaki günlük hisse senedi fiyatlarının veri değerleri kullanılarak, derin öğrenme modellerinden Uzun Kısa Süreli Bellek (Long Short Term Memory (LSTM)) modeli ile hisse senetlerinin açılış fiyat değerleri tutarlı tahminler ile elde edilmiştir.

🔖

Bu Makaleye Atıf Yap

Gavcar, E., Metin, H. M. (2021). Hisse Senedi Değerlerinin Makine Öğrenimi (Derin Öğrenme) ile Tahmini. Ekonomi ve Yönetim Araştırmaları Dergisi, Cilt: 10 Sayı: 2, 1–11. https://ajindex.com/articles/1221079

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (5)

  1. Beysolow, T. (2018), Applied Natural Language Processing with Python, Apress, San Francisco
  2. Brownlee, J. (2017), Develop Sequence Prediction Models With Deep Learning, Machine Learning Mastery, New York
  3. Chollet, F. (2019), Deep Learning with Python, Manning, Shelter Island
  4. Hochreiter, S.,ve Schmidhuber, J. (1997), Long Short-Term Memory, Neural Compultation, 9(8), 1735-1780.
  5. Rothman, D. (2018), Artificial Intelligence By Example, Packt, Birmingham