Derin öğrenme metotlarını kullanarak yüksek frekanslı işlemlerde borsa fiyat tahmini

Borsa analizleri finansal, politik ve sosyal göstergeler göz önünde bulundurularak yapılırken, büyük veri ve derin öğrenme teknolojilerindeki önemli gelişmeler araştırmacı ve yatırımcıların dikkatini bilgisayar destekli analizlere yöneltmiştir. Bu çalışmada temel olarak kullanılan Bütünleşik Otoregresif Hareketli Ortalama (ARIMA) modelinin yanında Uzun Kısa-Dönem Hafızalı (LSTM) ağlar, Kapı Özyinelemeli Geçitler (GRU), Uzun Kısa-Dönem Hafızalı ağlarda Dikkat Mekanizması olmak üzere dört farklı model incelenmiştir. Borsa İstanbul verileriyle gerçekleştirilen çalışmada gün içi verileriyle tahminler gerçekleştirilmiĢtir. Yapılan test çalışmaları sonucunda Kapı Özyinelemeli Geçitler'in diğer modellere göre daha iyi sonuç verdiği görülmüştür.