Yapay sinir ağları kullanılarak BIST fiyat tahminlemesi

Basit Öğe Kaydı
dc.authorid0000-0002-8534-7315
dc.contributor.advisorGülcü, Şaban
dc.contributor.authorDirek, Orhan Veli
dc.date.accessioned2025-10-02T07:05:29Z
dc.date.available2025-10-02T07:05:29Z
dc.date.issued2025
dc.date.submitted2025
dc.departmentNEÜ, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği Anabilim Dalı
dc.descriptionYüksek Lisans Tezi
dc.description.abstractBu çalışma, Yapay Sinir Ağları (YSA) kullanılarak BIST 30 ve BIST 100 endekslerine ait 2022-2023 yıllarındaki verilerle kapanış fiyatlarını tahmin etmeyi amaçlamaktadır. Veri ön işleme adımlarının ardından ileri beslemeli çok katmanlı algılayıcı (ÇKA) modeli geliştirilmiş ve fiyat tahmini gerçekleştirilmiştir. Modelin başarımı, Ortalama Kare Hata (OKH), Ortalama Mutlak Hata (OMH), Ortalama Mutlak Yüzde Hata (OMYH), R-kare (R²), Doğruluk, Kesinlik, Duyarlılık ve Yönsel Doğruluk Oranı (YDO) gibi çeşitli performans metrikleriyle değerlendirilmiştir. BIST 30 endeksi için modelin R² değeri %96,2 (0,962), OMH değeri 1,83 ve YDO %93,7 olarak elde edilmiştir. BIST 100 endeksi için ise R² değeri %95,5 (0,955), OMH değeri 2,05 ve YDO %92,4 bulunmuştur. Bu sonuçlar, YSA tabanlı ÇKA modelinin hem yön tahmininde hem de sayısal değer tahmininde yüksek doğruluk sunduğunu ortaya koymaktadır. Ayrıca, bu yöntem yatırımcılara veri temelli karar alma süreçlerinde etkili bir karar destek aracı sunarak finansal piyasalarda risk yönetimi ve portföy optimizasyonu açısından önemli bir katkı sağlamaktadır.
dc.description.abstractThis study aims to predict the closing prices of the BIST 30 and BIST 100 indices for the years 2022–2023 using Artificial Neural Networks (ANN). After completing data preprocessing steps, a feedforward Multilayer Perceptron (MLP) model was developed to perform price forecasting. The model's performance was evaluated using various metrics, including Mean Squared Error (MSE), Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), R-squared (R²), Accuracy, Precision, Recall, and Directional Accuracy (DA). For the BIST 30 index, the model achieved an R² score of 0.962, an MAE of 1.83, and a directional accuracy of 93.7%. For the BIST 100 index, the R² score was 0.955, MAE was 2.05, and directional accuracy reached 92.4%. These results demonstrate that the ANN-based MLP model offers high accuracy in both numerical price forecasting and directional movement prediction. Furthermore, the proposed method provides investors with an effective data-driven decision support tool, contributing significantly to financial market risk management and portfolio optimization.
dc.identifier.citationDirek, O. V. (2025). Yapay sinir ağları kullanılarak BIST fiyat tahminlemesi. (Yayımlanmamış yüksek lisans tezi). Necmettin Erbakan Üniversitesi, Fen Bilimleri Enstitüsü Endüstri Mühendisliği Anabilim Dalı, Konya.
dc.identifier.urihttps://hdl.handle.net/20.500.12452/19810
dc.language.isotr
dc.publisherNecmettin Erbakan Üniversitesi, Fen Bilimleri Enstitüsü
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectBIST 30
dc.subjectBIST 100
dc.subjectFinansal Tahminleme
dc.subjectFinansal Zaman Serisi
dc.subjectTahmin Modeli
dc.subjectVeri Odaklı Karar Verme
dc.subjectYapay Sinir Ağları
dc.subjectFinancial Forecasting
dc.subjectFinancial Time Series
dc.subjectForecasting Model
dc.subjectData-Driven Decision Making
dc.subjectArtificial Neural Networks (ANN)
dc.titleYapay sinir ağları kullanılarak BIST fiyat tahminlemesi
dc.title.alternativePredicting BIST stock prices using artificial neural networks
dc.typeMaster Thesis

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
OrhanVeliDirek_YL_2025.pdf
Boyut:
1.59 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Yüksek Lisans Tezi
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.17 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleskiyonu