Zaman serilerinde veri madenciliği öngörü algoritmalarının etkinlik ve verimliliğinin BIST100 hisse senetleri üzerinde gerçeklenmesi

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Maltepe Üniversitesi, Lisansüstü Eğitim Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2017

Tezin Dili: Türkçe

Öğrenci: ESİN ERGUVAN ETGİN

Danışman: ERDAL GÜVENOĞLU

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tezde, WEKA veri madenciliği yazılımındaki, 9 zaman serisi öngörü (forecasting) algoritmasının etkinlik ve verimliği, BIST-100 Hisse senetlerinden çeşitli alanlarda seçilen 5 hisse senedinin, 3 farklı dönemli veri setleri üzerinde 1 yıllık öngörüleri yapılarak kıyaslanmıştır. Bu uygulama için, banka, sanayi ve holding sektörlerinden 5 hisse seçilmiş ve algoritmalar, kısa (1 yıl), orta (3 yıl) ve uzun (5 yıl) dönemli, çok değişkenli zaman serisi veri setleri üzerinde uygulanmıştır. Ocak -Aralık 2016 arasındaki 12 aylık dönem için günlük bazda öngörüler ile etkinlik ve verimlilik analizleri yapılmıştır. Tezin ikinci bölümünde, literatür araştırması yapılmış ve ilgili çalışmalara değinilmiştir. Üçüncü bölümde, çalışmada kullanılacak olan tanımlar, algoritmalar, performans ölçüm kriterleri, WEKA uygulaması ve zaman serisi öngörü modülü konuları ele alınmıştır. Ayrıca bu bölümde veri setlerinin hazırlanmasına yer verilmiştir. Dördüncü bölümde, öngörü uygulaması, algoritmalar ve veri setlerinin performans ölçümleri ve öngörü grafikleri ele alınmıştır. Son olarak beşinci bölümde analiz sonuçları değerlendirilmiştir.