13 Mart 2022 Dergi makalesi Açık Erişim

Mehmet SARIKOÇ; Mete ÇELİK

MARC21 XML

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