Dergi makalesi Açık Erişim
<?xml version='1.0' encoding='UTF-8'?>
<record xmlns="http://www.loc.gov/MARC21/slim">
<leader>00000nam##2200000uu#4500</leader>
<datafield tag="653" ind1=" " ind2=" ">
<subfield code="a">Finansal Zaman Serileri</subfield>
</datafield>
<datafield tag="653" ind1=" " ind2=" ">
<subfield code="a">BIST100</subfield>
</datafield>
<datafield tag="653" ind1=" " ind2=" ">
<subfield code="a">Fiyat Tahmini</subfield>
</datafield>
<datafield tag="653" ind1=" " ind2=" ">
<subfield code="a">Veri Ön İşleme</subfield>
</datafield>
<datafield tag="653" ind1=" " ind2=" ">
<subfield code="a">Faktör Analizi (FA)</subfield>
</datafield>
<datafield tag="653" ind1=" " ind2=" ">
<subfield code="a">Temel Bileşen Analizi (PCA)</subfield>
</datafield>
<datafield tag="653" ind1=" " ind2=" ">
<subfield code="a">Bağımsız Bileşen Analizi (ICA)</subfield>
</datafield>
<datafield tag="653" ind1=" " ind2=" ">
<subfield code="a">Derin Öğrenme</subfield>
</datafield>
<datafield tag="653" ind1=" " ind2=" ">
<subfield code="a">Uzun-Kısa Süreli Bellek (LSTM)</subfield>
</datafield>
<datafield tag="650" ind1="1" ind2="7">
<subfield code="a">cc-by</subfield>
<subfield code="2">opendefinition.org</subfield>
</datafield>
<controlfield tag="005">20250110063507.0</controlfield>
<datafield tag="856" ind1="4" ind2=" ">
<subfield code="z">md5:a750f664d4e30f9a7a5caa9b9a36b608</subfield>
<subfield code="s">1105035</subfield>
<subfield code="u">https://aperta.ulakbim.gov.trrecord/274193/files/10.31590-ejosat.1083255-2291644.pdf</subfield>
</datafield>
<datafield tag="909" ind1="C" ind2="O">
<subfield code="o">oai:aperta.ulakbim.gov.tr:274193</subfield>
</datafield>
<datafield tag="520" ind1=" " ind2=" ">
<subfield code="a"><p>Son d&ouml;nemde teknolojide g&ouml;zlenen gelişim ile birlikte derin &ouml;ğrenme y&ouml;ntemlerinin &ccedil;ok farklı alanlarda kullanımı da hız kazanmıştır. Bu alanların en pop&uuml;lerlerinden biri de finansal piyasalardır. Bir&ccedil;ok girdinin etken olduğu finansal veriler &uuml;zerinde ger&ccedil;ekleştirilen tahmin ve analizlerin, yatırımcıların ve kurumsal yapıların karar alma mekanizmalarına yardımcı etkisi b&uuml;y&uuml;k &ouml;neme sahiptir. &Ccedil;alışmada bir derin &ouml;ğrenme ağı ile Borsa İstanbul 100 (BIST100) endeksi tahmin edilmeye &ccedil;alışılmaktadır. Ayrıca veri &ouml;n işleme aşamasında Fakt&ouml;r Analizi (FA), Temel Bileşen Analizi (PCA), Bağımsız Bileşen Analizi (ICA) gibi istatistiksel boyut indirgeme y&ouml;ntemlerin kullanımının, Uzun Kısa S&uuml;reli Bellek (LSTM) derin &ouml;ğrenme ağı performansına olan etkisi araştırılmaktadır. Deneyler esnasında kullanılan veri seti; BIST100 endeksine ait g&uuml;nl&uuml;k ge&ccedil;miş verilere ve teknik analiz bilgilerine dayalı olarak hazırlanmaktadır. Veri &ouml;n işleme aşamasında, derin &ouml;ğrenme ağına eklenen istatistiksel boyut indirgeme y&ouml;ntemlerinden oluşturulan modeller, 5 g&uuml;n sonraki fiyatı tahmin etmeye &ccedil;alışırken, R<sup>2</sup> ve RMSE &ouml;l&ccedil;&uuml;tleri &uuml;zerinden karşılaştırılmıştır. Bu işlemler sırasında derin &ouml;ğrenme hiper-parametreleri dışında kalan, teknik g&ouml;stergelerin ve tahmin modelinin performansını etkiyeceği d&uuml;ş&uuml;n&uuml;len parametreler iyileştirilmeye &ccedil;alışılmıştır. Buna g&ouml;re PCA+LSTM hibrit modeli, diğer boyut indirgeme y&ouml;ntemleri ile oluşturulan hibrit modelleri geride bırakarak daha rekabet&ccedil;i sonu&ccedil;lar elde etmiştir. Aynı zamanda PCA+LSTM hibrit modelinin, LSTM modelinin tek başına elde ettiği sonu&ccedil;ları, R<sup>2</sup> ve RMSE i&ccedil;in sırası ile %4.60 ve %13.35 oranlarında iyileştirdiği g&ouml;r&uuml;lm&uuml;şt&uuml;r.</p></subfield>
</datafield>
<datafield tag="980" ind1=" " ind2=" ">
<subfield code="a">publication</subfield>
<subfield code="b">article</subfield>
</datafield>
<datafield tag="024" ind1=" " ind2=" ">
<subfield code="a">10.31590/ejosat.1083255</subfield>
<subfield code="2">doi</subfield>
</datafield>
<datafield tag="542" ind1=" " ind2=" ">
<subfield code="l">open</subfield>
</datafield>
<datafield tag="245" ind1=" " ind2=" ">
<subfield code="a">Boyut İndirgeme Teknikleri ve LSTM Derin Öğrenme Ağı İle BIST100 Endeksi Fiyat Tahmini</subfield>
</datafield>
<datafield tag="540" ind1=" " ind2=" ">
<subfield code="a">Creative Commons Attribution-NonCommercial-ShareAlike</subfield>
<subfield code="u">https://creativecommons.org/licenses/by-nc-sa/4.0/</subfield>
</datafield>
<controlfield tag="001">274193</controlfield>
<datafield tag="260" ind1=" " ind2=" ">
<subfield code="c">2022-03-13</subfield>
</datafield>
<datafield tag="700" ind1=" " ind2=" ">
<subfield code="0">(orcid)0000-0002-1488-1502</subfield>
<subfield code="a">Mete ÇELİK</subfield>
<subfield code="u">Erciyes Üniversitesi</subfield>
</datafield>
<datafield tag="100" ind1=" " ind2=" ">
<subfield code="0">(orcid)0000-0002-3081-1686</subfield>
<subfield code="a">Mehmet SARIKOÇ</subfield>
<subfield code="u">Erciyes Üniversitesi</subfield>
</datafield>
</record>
| Görüntülenme | 101 |
| İndirme | 66 |
| Veri hacmi | 72.9 MB |
| Tekil görüntülenme | 98 |
| Tekil indirme | 66 |