Hisse senedi fiyatlarının doğru bir şekilde tahmin edilebilmesinin birçok faydalı tarafları mevcuttur. Yapay sinir ağları hisse senedi fiyat tahmininde başarıyla kullanılan yöntemlerden biridir. Fakat öğrenme sürecinin yavaş olması, kullanıcının birçok parametreye karar vermek zorunda olması bu yöntemin dezavantajlarını oluşturmaktadır. Bu olumsuz durumları ortadan kaldırmak için Aşırı Öğrenme Makineleri (AÖM) adı verilen yöntem geliştirilmiştir. Literatürde henüz farklı çeşitlerde aktivasyon fonksiyonu içeren AÖM modellerinin hisse senedi tahmin performansı üzerindeki etkisi incelenmemiştir. Bu çalışmada on dört farklı aktivasyon fonksiyonunun kullanıldığı modeller oluşturulmuş ve modellerin performansları istatistik-sel ve finansal açıdan değerlendirmeye tabi tutulmuştur. Çalışmada Goodyear, Amazon ve Wal-Mart isimli şirketlere ve SP500 Endeksine ait geçmiş fiyat ve işlem hacmi bilgilerini kullanmak suretiyle 12 adet teknik gösterge hesaplanmış ve modellerin girdi değişkeni olarak kullanılmıştır. Çıktı değişkeni ise bir sonraki güne ait kapanış fiyatlarını içermektedir. Modellerin performansı geleneksel yapay sinir ağları modeli ile karşılaştırılmıştır. Sonuçta %59.32 ‘ye varan oranda fiyatların yönü doğru bir şekilde öngörülebilmiştir. Ayrıca kâğıt üzerinde, al ve tut stratejisinden daha yüksek oranda getiriler elde edilmiştir. Sonuçlar, AÖM modelinin hisse senedi fiyat tahmininde güçlü bir alternatif olduğunu göstermektedir.
there are many useful parties to predict the right price of stock prices available artificial nerve networks are one of the methods used successfully in stock price prediction, but the slowness of the learning process is the disadvantage of this method to decide to many parameters of the user to eliminate these negative circumstances, the method called excessive learning machines is developed in the literature, which has yet been studied the effect on the stock forecast performance of the models with the activation function of different types, models created and models performance were used in this study, and the performance of statistical and financially reduced trading prices have been compared to the traditional portfolio of models, as well as the result of the performance of the result, and the result of the result of a high-excellent performance of the performance of the performance of the technical analysis of the product range of the product, and the result, and the product portfolio, and the result, and the result, and the performance of the product portfolio, and the result of the product portfolio, which is used in a high-excellufacturing performance of the product range, and the product range of the new range of the product range of the product range of the product portfolio, and the new range of the result, and the result of the result of
Alan : Sosyal, Beşeri ve İdari Bilimler
Dergi Türü : Uluslararası
Benzer Makaleler | Yazar | # |
---|
Makale | Yazar | # |
---|