Basit öğe kaydını göster

dc.contributor.advisorTatlıdil, Hüseyin
dc.contributor.authorAytekin, Nur Miray
dc.date.accessioned2021-10-13T08:27:41Z
dc.date.issued2021
dc.date.submitted2021-05-26
dc.identifier.urihttp://hdl.handle.net/11655/25565
dc.description.abstractWith the rapid development of technology in the world in recent years, many innovations have emerged in the field of artificial intelligence. With these innovations, one of the most used areas of artificial intelligence has been finance. Predicting the future is often needed in finance. There are many statistical methods used to make predictions. Among these methods, Artificial Neural Networks (ANN) is one of the most preferred methods In this thesis, 3 different portfolios were created by taking the closing prices of the 12 stocks included in BIST-30 for the three-month periods of the years 2019 and 2020. The portfolios created were first examined by panel regression analysis, considering some financial criteria. Afterwards, the closing prices of the stocks were estimated by using Artificial Neural Networks and Regression Analysis. The results were compared and it was seen that the results obtained with the Artificial Neural Networks method were more successful than the performance criteria.tr_TR
dc.language.isoturtr_TR
dc.publisherFen Bilimleri Enstitüsütr_TR
dc.rightsinfo:eu-repo/semantics/openAccesstr_TR
dc.subjectYapay sinir ağlarıtr_TR
dc.subjectPortföy analizi
dc.subjectÇoklu regresyon analizi
dc.subjectPanel regresyon analizi
dc.titleYapay Sinir Ağları ve Regresyon Yöntemleri ile Hisse Senedi Getirilerinin Tahmini: Bist-30 Üzerine Bir Uygulamatr_TR
dc.typeinfo:eu-repo/semantics/masterThesistr_TR
dc.description.ozetSon yıllarda dünya üzerinde teknolojinin hızla gelişme göstermesiyle birlikte yapay zekâ alanında da birçok yenilik ortaya çıkmıştır. Bu yeniliklerle birlikte yapay zekanın en çok kullanım alanlarından birisi de finans olmuştur. Gelecek tahmininde bulunmak finans alanında sıkça ihtiyaç duyulan bir durumdur. Tahminde bulunabilmek için kullanılan birçok istatiksel metot bulunmaktadır. Bu metotlar arasında en çok tercih edilenlerden birisi de Yapay Sinir Ağları (YSA)’ dır. Bu tez çalışmasında da BİST-30’da yer alan hisse senetlerinden rasgele seçilmiş 12 tanesinin 2019 ve 2020 yıllarına ait üçer aylık dönemlerin kapanış fiyatları alınarak 3 farklı portföy oluşturulmuştur. Oluşturulan portföyler bazı finansal kriterler göz önünde bulundurularak önce panel regresyon analizi ile incelenmiştir. Sonrasında Yapay Sinir Ağları ve Regresyon Analizi ile hisse senedi kapanış fiyatları tahmin edilmiştir. Bulunan sonuçlar karşılaştırılmış ve Yapay Sinir Ağları yöntemi ile elde edilen sonuçların performans kriterlerine göre daha başarılı olduğu görülmüştür.tr_TR
dc.contributor.departmentİstatistiktr_TR
dc.embargo.termsAcik erisimtr_TR
dc.embargo.lift2021-10-13T08:27:41Z
dc.fundingYoktr_TR


Bu öğenin dosyaları:

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

Basit öğe kaydını göster