- Bilişim Teknolojileri Dergisi
- Volume:16 Issue:1
- Prediction Turkish Airlines BIST Stock Price Through Deep Artificial Neural Network Considering Tran...
Prediction Turkish Airlines BIST Stock Price Through Deep Artificial Neural Network Considering Transaction Volume and Seasonal Values
Authors : Muhammer İLKUÇAR
Pages : 43-53
Doi:10.17671/gazibtd.1180350
View : 18 | Download : 15
Publication Date : 2023-01-31
Article Type : Research Paper
Abstract :Bilişim çağının getirdiği veri birikimi, bunların analiz edilerek farklı alanlarda kullanılmasını da beraberinde getirmiştir Veriler, geçmişe dönük bilgi edinme, raporlama, analiz, yapay zekâ ve makine öğrenimi gibi farklı amaçlar için kullanılabilmektedir. Yapay zekâ mühendislik, sağlık, sanayi, üretim, ulaşım, borsa, eğitim, sosyal bilimler gibi farklı disiplinlerde farklı amaçlarla kullanılmaktadır. Bu çalışmada, makine öğrenmesi ile Türk Hava Yolları hisse senedi fiyat tahmini yapılmıştır. Makine öğrenmesi olarak FNN, LSTM ve GRU gibi farklı yapay sinir ağı derin öğrenme yöntemleri kullanılmıştır. Veri seti, Türk Hava Yolları\`nın 4 Ocak 2010 ile 31 Ocak 2022 tarihleri arasında BİST\` teki günlük borsa endeks bilgilerinden oluşmaktadır. Sistemin eğitimi sırasında olası spekülatif davranışların etkisini azaltmak için işlem hacmi verileri ile birlikte değerlendirilmiştir. Yolcu taşıyan havayollarının gelirleri mevsimsel olarak etkileneceğinden mevsimsel veriler de dikkate alınmıştır. Sistem, farklı kısa-uzun süreli bellek tabanlı yapay sinir ağı modelleri ile eğitilmiş ve test edilmiştir. Modellerin performans göstergeleri olarak R-kare, MSE, RMSE ve MAE kullanılmıştır. Test R-kare performans değerlerine göre sistem FNN\` de %97, LSTM ve GRU\` da ise %99 başarı göstermiştir. Pandemi nedeniyle aşırı fiyat dalgalanmalarına ve ekonomik krize rağmen yüksek bir performans sergilediği söylenebilir. Bu sonuçlara göre, makine öğrenmesi, sıralı veri seti tahmini için bir karar destek sistemi olarak kullanılabilir. Çalışma ile FNN, LSTM ve türevleri makine öğrenme metotlarının hava yolu taşımacılık sektörü endeks tahmininde başarılı bir şekilde kullanılabileceği sonucuna varılabilir.Keywords : ANN, LSTM, GRU, BIST, THYAO, borsa endeks tahmini