Hisse Senedi Değerlerinin Makine Öğrenimi (Derin Öğrenme) ile Tahmini

Erdoğan Gavcar; Hüseyin Mustafa Metin

Hisse Senedi Değerlerinin Makine Öğrenimi (Derin Öğrenme) ile Tahmini

Öz

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.

Anahtar Kelimeler

Kaynakça

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

Ayrıntılar

Birincil Dil

Türkçe

Konular

İşletme

Bölüm

Araştırma Makalesi

Yazarlar

Erdoğan Gavcar ^* Bu kişi benim
0000-0002-2748-3933
Türkiye

Hüseyin Mustafa Metin
0000-0002-1810-0064
Türkiye

Yayımlanma Tarihi

31 Aralık 2021

Gönderilme Tarihi

24 Aralık 2021

Kabul Tarihi

5 Ocak 2022

Yayımlandığı Sayı

Yıl 2021 Cilt: 10 Sayı: 2

IZ

https://izlik.org/JA56EZ65ZS

Kaynak Göster

RIS / Bibtex

APA

Gavcar, E., & Metin, H. M. (2021). Hisse Senedi Değerlerinin Makine Öğrenimi (Derin Öğrenme) ile Tahmini. Ekonomi ve Yönetim Araştırmaları Dergisi, 10(2), 1-11. https://izlik.org/JA56EZ65ZS

AMA

1.Gavcar E, Metin HM. Hisse Senedi Değerlerinin Makine Öğrenimi (Derin Öğrenme) ile Tahmini. Ekonomi ve Yönetim Araştırmaları Dergisi. 2021;10(2):1-11. https://izlik.org/JA56EZ65ZS

Chicago

Gavcar, Erdoğan, ve Hüseyin Mustafa Metin. 2021. “Hisse Senedi Değerlerinin Makine Öğrenimi (Derin Öğrenme) ile Tahmini”. Ekonomi ve Yönetim Araştırmaları Dergisi 10 (2): 1-11. https://izlik.org/JA56EZ65ZS.

EndNote

Gavcar E, Metin HM (01 Aralık 2021) Hisse Senedi Değerlerinin Makine Öğrenimi (Derin Öğrenme) ile Tahmini. Ekonomi ve Yönetim Araştırmaları Dergisi 10 2 1–11.

IEEE

[1]E. Gavcar ve H. M. Metin, “Hisse Senedi Değerlerinin Makine Öğrenimi (Derin Öğrenme) ile Tahmini”, Ekonomi ve Yönetim Araştırmaları Dergisi, c. 10, sy 2, ss. 1–11, Ara. 2021, [çevrimiçi]. Erişim adresi: https://izlik.org/JA56EZ65ZS

ISNAD

Gavcar, Erdoğan - Metin, Hüseyin Mustafa. “Hisse Senedi Değerlerinin Makine Öğrenimi (Derin Öğrenme) ile Tahmini”. Ekonomi ve Yönetim Araştırmaları Dergisi 10/2 (01 Aralık 2021): 1-11. https://izlik.org/JA56EZ65ZS.

JAMA

1.Gavcar E, Metin HM. Hisse Senedi Değerlerinin Makine Öğrenimi (Derin Öğrenme) ile Tahmini. Ekonomi ve Yönetim Araştırmaları Dergisi. 2021;10:1–11.

MLA

Gavcar, Erdoğan, ve Hüseyin Mustafa Metin. “Hisse Senedi Değerlerinin Makine Öğrenimi (Derin Öğrenme) ile Tahmini”. Ekonomi ve Yönetim Araştırmaları Dergisi, c. 10, sy 2, Aralık 2021, ss. 1-11, https://izlik.org/JA56EZ65ZS.

Vancouver

1.Erdoğan Gavcar, Hüseyin Mustafa Metin. Hisse Senedi Değerlerinin Makine Öğrenimi (Derin Öğrenme) ile Tahmini. Ekonomi ve Yönetim Araştırmaları Dergisi [Internet]. 01 Aralık 2021;10(2):1-11. Erişim adresi: https://izlik.org/JA56EZ65ZS