Dergi makalesi Açık Erişim
{ "DOI": "10.31590/ejosat.1083255", "abstract": "<p>Son dönemde teknolojide gözlenen geli\u015fim ile birlikte derin ö\u011frenme yöntemlerinin çok farkl\u0131 alanlarda kullan\u0131m\u0131 da h\u0131z kazanm\u0131\u015ft\u0131r. Bu alanlar\u0131n en popülerlerinden biri de finansal piyasalard\u0131r. Birçok girdinin etken oldu\u011fu finansal veriler üzerinde gerçekle\u015ftirilen tahmin ve analizlerin, yat\u0131r\u0131mc\u0131lar\u0131n ve kurumsal yap\u0131lar\u0131n karar alma mekanizmalar\u0131na yard\u0131mc\u0131 etkisi büyük öneme sahiptir. Çal\u0131\u015fmada bir derin ö\u011frenme a\u011f\u0131 ile Borsa \u0130stanbul 100 (BIST100) endeksi tahmin edilmeye çal\u0131\u015f\u0131lmaktad\u0131r. Ayr\u0131ca veri ön i\u015fleme a\u015famas\u0131nda Faktör Analizi (FA), Temel Bile\u015fen Analizi (PCA), Ba\u011f\u0131ms\u0131z Bile\u015fen Analizi (ICA) gibi istatistiksel boyut indirgeme yöntemlerin kullan\u0131m\u0131n\u0131n, Uzun K\u0131sa Süreli Bellek (LSTM) derin ö\u011frenme a\u011f\u0131 performans\u0131na olan etkisi ara\u015ft\u0131r\u0131lmaktad\u0131r. Deneyler esnas\u0131nda kullan\u0131lan veri seti; BIST100 endeksine ait günlük geçmi\u015f verilere ve teknik analiz bilgilerine dayal\u0131 olarak haz\u0131rlanmaktad\u0131r. Veri ön i\u015fleme a\u015famas\u0131nda, derin ö\u011frenme a\u011f\u0131na eklenen istatistiksel boyut indirgeme yöntemlerinden olu\u015fturulan modeller, 5 gün sonraki fiyat\u0131 tahmin etmeye çal\u0131\u015f\u0131rken, R<sup>2</sup> ve RMSE ölçütleri üzerinden kar\u015f\u0131la\u015ft\u0131r\u0131lm\u0131\u015ft\u0131r. Bu i\u015flemler s\u0131ras\u0131nda derin ö\u011frenme hiper-parametreleri d\u0131\u015f\u0131nda kalan, teknik göstergelerin ve tahmin modelinin performans\u0131n\u0131 etkiyece\u011fi dü\u015fünülen parametreler iyile\u015ftirilmeye çal\u0131\u015f\u0131lm\u0131\u015ft\u0131r. Buna göre PCA+LSTM hibrit modeli, di\u011fer boyut indirgeme yöntemleri ile olu\u015fturulan hibrit modelleri geride b\u0131rakarak daha rekabetçi sonuçlar elde etmi\u015ftir. Ayn\u0131 zamanda PCA+LSTM hibrit modelinin, LSTM modelinin tek ba\u015f\u0131na elde etti\u011fi sonuçlar\u0131, R<sup>2</sup> ve RMSE için s\u0131ras\u0131 ile %4.60 ve %13.35 oranlar\u0131nda iyile\u015ftirdi\u011fi görülmü\u015ftür.</p>", "author": [ { "family": "Mehmet SARIKO\u00c7" }, { "family": "Mete \u00c7EL\u0130K" } ], "id": "274193", "issued": { "date-parts": [ [ 2022, 3, 13 ] ] }, "title": "Boyut \u0130ndirgeme Teknikleri ve LSTM Derin \u00d6\u011frenme A\u011f\u0131 \u0130le BIST100 Endeksi Fiyat Tahmini", "type": "article-journal" }
Görüntülenme | 8 |
İndirme | 2 |
Veri hacmi | 2.2 MB |
Tekil görüntülenme | 7 |
Tekil indirme | 2 |