Gümüş/ons paritesi üzerine derin öğrenme ile finansal tahmin modellemesi geliştirilmesi

Tüm dünyada kabul görmüş altın, gümüş, platin gibi madenler küresel olarak fiyatlarında dalgalanmalar yaşamakta ve yatırımcılar bu ürünleri değerlendirerek kazanç elde etmek istemektedirler. Bu ürünlerin grafik yön tahmini için teknik ve temel analiz yöntemleri kullanılmaktadır. Ayrıca derin öğrenme yöntemlerinin yaygınlaşması ile beraber grafik yön tahmini için daha farklı metotlar uygulamaya konulmuştur. Bu metotlardan en yaygınlarından bazıları ise derin öğrenme algoritmalarıdır. Bu çalışmada derin öğrenme algoritmalarından biri olan LSTM mimarisi ve bir zaman serisi metodu olan ARIMA mimarisi kullanılmıştır. Bu mimariler ile gümüş/ons paritesi üzerinden finansal tahmin modelleri geliştirilmiştir. Eğitim ve test verileri kurulan algoritmalara yüklenerek sistemin öğrenmesi sağlanmış ve gelecek 10 gün için gümüş/ons paritesi tahmin değerleri üretilmiştir. Algoritmaların başarısının doğruluk oranını artırmak için algoritmalar 10 defa çalıştırılmış ve çıkan 10 günlük tahmin verilerinin ortalaması alınmıştır. Bu yöntemin seçilmesinin sebebi algoritmalar her çalıştırıldığında farklı tahminler ve grafikler üretmesidir. Araştırmada elde edilen sonuçlara göre ARIMA mimarisi LSTM mimarisinden daha iyi değerler üretmiştir.