Hisse Senedi Fiyatlarının LSTM ve ARIMA Modelleri Kullanılarak Tahmin Edilmesi

Basit Öğe Kaydı
dc.authorid0000-0001-9061-0109
dc.authorid0000-0002-2385-2586
dc.authorid0009-0009-5928-8532
dc.authorid0009-0002-4946-8168
dc.contributor.authorAydın, Yıldız
dc.contributor.authorVarol, Gizem
dc.contributor.authorGökdeniz, Eyyüb Ensari
dc.contributor.authorManus, Hakan
dc.date.accessioned2025-02-19T06:44:52Z
dc.date.available2025-02-19T06:44:52Z
dc.date.issued2024
dc.departmentİktisadi İdari ve Sosyal Bilimler Fakültesi
dc.description.abstractBorsa İstanbul’da işlem gören hisse senedi piyasası, günümüzde en çok rağbet gören yatırım araçlarından biridir. Öyle ki nüfusa göre en çok işlem gerçekleştirilen ilk beş ülkeden biri Türkiye’dir. Teknolojinin gelişimi, yatırımcıların bu gibi yatırım araçlarına yönelmesini kolaylaştırmasının yanı sıra analiz yöntemlerini de kolaylaştırmıştır. Bu çalışma, kullanılan analiz yöntemlerinden olan LSTM ve ARIMA modellerini karşılaştırıp, hangisinin daha iyi performans sağladığını görmek için yapılmıştır. Çalışmada diğer çalışmalardan farklı olarak 2020-2024 yılları arasındaki verilerle gerçekleştirilmiş ve sektörel farklılıklar göz önünde bulundurularak işlem yapılmıştır. Sonuçlar, LSTM’nin karmaşık ve uzun vadeli bağımlılıkları yakalamada daha etkili olduğunu göstermiştir. Bu, yatırımcıların model seçimini yaparken daha bilinçli kararlar almasına yardımcı olacaktır.
dc.description.abstractThe stock market traded on Borsa Istanbul is one of the most popular investment instruments today. In fact, Turkey is one of the top five countries with the highest number of transactions per capita. The development of technology has not only made it easier for investors to turn to such investment instruments but also facilitated the analysis methods. This study aims to compare the LSTM and ARIMA models, which are among the analysis methods used, to see which one provides better performance. Unlike other studies, this study was conducted using data from the years 2020-2024 and took sectoral differences into consideration. The results showed that LSTM is more effective in capturing complex and long-term dependencies. This will help investors make more informed decisions when choosing a model.
dc.identifier.citationAYDIN, Y., VAROL, G., GÖKDENİZ, E. E., MANUS, H. (2024). Hisse Senedi Fiyatlarının LSTM ve ARIMA Modelleri Kullanılarak Tahmin Edilmesi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, 36(2),903-911. doi.org/10.35234/fumbd.1495602
dc.identifier.doihttps://doi.org/10.35234/fumbd.1495602
dc.identifier.endpage911
dc.identifier.issn1308-9072
dc.identifier.issue2
dc.identifier.startpage903
dc.identifier.urihttps://hdl.handle.net/11363/9499
dc.identifier.volume36
dc.indekslendigikaynakTR-Dizin
dc.institutionauthorAydın, Yıldız
dc.institutionauthorVarol, Gizem
dc.institutionauthorGökdeniz, Eyyüb Ensari
dc.institutionauthorManus, Hakan
dc.institutionauthorid0000-0001-9061-0109
dc.institutionauthorid0000-0002-2385-2586
dc.institutionauthorid0009-0009-5928-8532
dc.institutionauthorid0009-0002-4946-8168
dc.language.isotr
dc.publisherFırat Üniversitesi
dc.relation.ispartofFırat Üniversitesi Mühendislik Bilimleri Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectBIST
dc.subjectOtoregresif Entegre Hareketli Ortalama
dc.subjectUzun-Kısa Süreli Bellek Modeli
dc.subjectLSTM
dc.subjectARIMA
dc.subjectAutoregressıve Integrated Moving Average
dc.subjectLong Short-Term Memory Model
dc.titleHisse Senedi Fiyatlarının LSTM ve ARIMA Modelleri Kullanılarak Tahmin Edilmesi
dc.title.alternativeForecasting Stock Prices Using LSTM and ARIMA Models
dc.typeArticle

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Makale / Article
Boyut:
1.2 MB
Biçim:
Adobe Portable Document Format
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
[ N/A ]
İsim:
license.txt
Boyut:
1.17 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu