Hisse Senedi Değerlerinin Makine Öğrenimi (Derin Öğrenme) ile Tahmini

Günümüzde, borsa piyasaları günlük yaşamı doğrudan etkileyen fenomenlerdir ve her insanın kolaylıkla erişebileceği yatırım araçları haline gelmişlerdir. Birbirleriyle bağlantılı olan ve ulusal ekonomileri büyük ölçüde etkileyen bu piyasalarda büyük miktarlarda sermaye işlemleri yapılmakta ve bu süreçte hisse senetlerinin değerlerinin tutarlı bir şekilde tahmin edilmesi ilgi çekmektedir. Makine öğreniminin de kapsadığı derin öğrenme algoritmaları diğer birçok alanda olduğu gibi finans alanında da tahmin değerlerinin elde edilmesinde sıklıkla uygulanmaktadır. Hatta kripto paralar gibi günlük değişim değerleri üzerinde de analizler yapılmaktadır. Bu çalışmamızda Vestel firmasının hisse senedi fiyatlarının veri değerleri kullanılmıştır. Ocak 2016 ve Aralık 2021 tarihleri arasındaki günlük hisse senedi fiyatlarının veri değerleri kullanılarak, derin öğrenme modellerinden Uzun Kısa Süreli Bellek (Long Short Term Memory (LSTM)) modeli ile hisse senetlerinin açılış fiyat değerleri tutarlı tahminler ile elde edilmiştir.

___

  • Beysolow, T. (2018), Applied Natural Language Processing with Python, Apress, San Francisco
  • Brownlee, J. (2017), Develop Sequence Prediction Models With Deep Learning, Machine Learning Mastery, New York
  • Chollet, F. (2019), Deep Learning with Python, Manning, Shelter Island
  • Hochreiter, S.,ve Schmidhuber, J. (1997), Long Short-Term Memory, Neural Compultation, 9(8), 1735-1780.
  • Rothman, D. (2018), Artificial Intelligence By Example, Packt, Birmingham