Twitter Üzerindeki Finansal Tweetlerin LSTM Sinir Ağı Algoritması ile Duygu Analizi

Authors : Hakan YUSUFOĞLU, Hakan AYDIN, Ali ÇETİNKAYA

Pages : 28-43

View : 37 | Download : 8

Publication Date : 2021-12-30

Article Type : Research Paper

Abstract :Bu çalışmada, duygu analizi yöntemiyle EUR/USD hareket yönünü tahmin etmek için geliştirilen Uzun-Kısa Vadeli Bellek insert ignore into journalissuearticles values(LSTM); Modeli sunulmaktadır. Çalışmada veri setlerinin belirlenmesi ile modelin eğitimi/testi olmak üzere iki uygulama yapılmıştır. Çalışmada yapılan ilk uygulama kullanılacak veri setinin oluşturulması aşamalarını içermektedir. Bu veri seti ilk defa bu çalışma kapsamında oluşturulmuştur. Veri setinin oluşturulmasında ilk olarak 2005 yılından günümüze kadar Twitter üzerindeki #eurusd konu etiketli veya eurusd kelimesini barındıran filtrelenmiş İngilizce tweet mesajları içeriklerine göre duygu analizi yöntemiyle sınıflandırılmıştır. Bu maksatla her bir tweetin olumlu, olumsuz veya tarafsız insert ignore into journalissuearticles values(nötr); olup olmadığı belirlenmiş ve günlük olarak bu tweetlerin duygu oranlarının ortalamaları hesaplanmıştır. Veri setinin oluşturulmasında ikinci olarak finance.yahoo.com sitesinden EUR/USD değerleri günlük bazda elde edilmiştir. Veri setinin oluşturulmasındaki son aşama ise anlatılan birinci ve ikinci adımlarda elde edilen zaman serisine dayalı veriler. csv formatında bir veri seti yapısında birleştirilmiştir. Böylelikle yüksek tahmin başarı oranına sahip LSTM modelinin eğitilmesi ve testi aşamalarında kullanılacak olan zaman serisi verilerine dayalı veri seti elde edilmiştir. Veri seti belirlendikten sonra LSTM tahmin modelinin eğitimi ve testi aşamasına geçilmiştir. Çalışmada yapılan ikinci uygulama modelin eğitimi/testi aşamalarını içermektedir. Bu aşamada en yüksek başarı oranına sahip LSTM tahmin modelini belirlemek maksadıyla eğitim adımlarının ve LSTM sinir ağı katman yapısının değiştirilmesi suretiyle farklı deneyler yapılmıştır. Yapılan bu deneyler sonucunda %94,48 başarı oranına sahip en iyi LSTM modeli belirlenmiştir. Çalışma neticesinde elde edilen sonuçlar geliştirilen LSTM tahmin modelinin para piyasalarında EUR/USD hareket yönünün yüksek doğrulukta tahmin edilmesinde yardımcı bir araç olarak kullanılabileceği yönündedir. Araştırmanın sonuçları Yapay zeka algoritmaları ile duygu analizi açısından önemli bilgiler içermesinin yanı sıra, gelecekte farklı sektörlerde uygulanması açısından değer taşımaktadır.
Keywords : Derin öğrenme, LSTM, Finansal Analiz, EUR USD Tahmini, Duygu Analizi

ORIGINAL ARTICLE URL