Master'sOpen Access

Dolar endeksi, Nasdaq endeksi, altın ve Bitcoin değerlerinin birbirlerine bağlı olarak makine öğrenmesi yöntemleriyle tahmin edilmesi

2023
0 views
0 downloads
Advisor: Dr. Öğr. Üyesi Hazim İşcan

Abstract (TR)

Yatırım bizler için önemli bir kaynaktır. İnsanlar birikimlerini yatırım araçları ile değerlendirmek isterler. Günümüzde dolar, altın, euro, gümüş, borsa ve son zamanlarda popüler olan Bitcoin ve diğer kripto paralar gibi çok fazla yatırım aracı mevcuttur. Makine öğrenmesi birçok alanda kullanılmaktadır. Finans alanında da geçmişteki verilerden yararlanılarak geleceğe yönelik tahminlerde makine öğrenmesinden yararlanılmaktadır. Bu çalışmada yatırımcılara yardımcı olabilmek ve ileriye dönük tahminlerde bulunabilmek amacıyla doların önemli para birimlerine karşı gücünü gösteren dolar endeksi, Amerika'daki finansal olmayan firmaları barındıran Nasdaq 100 endeksi, en eski ve kıymetli yatırım araçlarından altının ons değeri ve son zamanlarda gittikçe popülaritesi artan Bitcoinin değeri kullanılmıştır. Investing.com internet sitesinden alınan 2012-2022 yılları arasındaki kapanış değerleri ile iki, beş ve on yıllık veri setleri oluşturulmuştur. Python programlama dili ile makine öğrenmesinde Lineer Regresyon, Lasso ve Karar ağaçları yöntemleri kullanılmıştır. Üç para birimi bağımsız değişken yapılmış, bağımlı değişken para birimi tahmin edilmiştir. Çalışma sonucunda on yıllık veri setiyle çalıştırılan uygulamanın daha başarılı sonuçlar verdiği, yöntem olarak da Lasso ve Karar ağaçlarının doğrusal regresyondan başarılı sonuçlar çıkardığı gözlemlenmiştir. Veri setinde olmayan gerçek değerler ile test edilen uygulamanın gerçek değerlere yakın sonuçlar verdiği ortaya çıkmıştır.

Author

Dr. Samet Kaan Kanak

How to Cite

Samet Kaan Kanak (Yüksek Lisans Tezi). Dolar endeksi, Nasdaq endeksi, altın ve Bitcoin değerlerinin birbirlerine bağlı olarak makine öğrenmesi yöntemleriyle tahmin edilmesi, 2023, Konya Technical University.

License

Tüm Hakları Saklıdır

This work is shared under the specified license terms.

More theses from Konya Technical University