Derin öğrenme mimarisi kullanarak BİST30 indeksinin tahmini

Abstract

Derin öğrenme yöntemleri, süreci hızlandırmak ve işlem adımlarındaki doğruluğu sağlamak amacıyla, verilerdeki karmaşık kalıpları ve veriler arasındaki etkileşimleri otomatik olarak algılayıp analiz edebilmektedir. Derin öğrenme yöntemlerinin finans alanında uygulanması, bilgiye mümkün olduğunca hızlı ve doğru bir şekilde ulaşma ihtiyacını karşılama noktasında faydalı olacaktır. Ayrıca bu yöntemlerin kullanımı sayesinde, karmaşık ve etkileşimli büyük veri kümelerini bünyesinde barındıran, menkul kıymetlerin tasarlanması ve fiyatlandırılması, optimal portföyün oluşturulması ve finansal risk yönetiminin gerçekleştirilmesi gibi finansal tahmin problemlerinin çözümü de kolaylaşacaktır. Bu çalışma, derin öğrenme mimarisi yardımıyla BİST 30 Endeksinin günlük hareket tahminini elde etmeyi amaçlamaktadır.

Deep learning methods can automatically detect and analyze to complex patterns of data and interactions between data in order to expedite to process and ensure accuracy in the processing steps. Implementation of deep learning methods in the finance area will be useful in meeting the need to reach information as quickly and accurately as possible. Furthermore, through the use of these methods, the solution of financial forecasting problems such as the design and pricing of mutual funds, the creation of the optimal portfolio and the realization of financial risk management, which involve big and complex data sets, will be facilitated. This study aims to obtain the daily movement forecast of XU30 Index with the deep learning architecture.