HİSSE SENEDİ ALIM SATIMINDA PARÇACIK SÜRÜ OPTİMİZASYONU TABANLI CNN-LSTM AĞLARININ KULLANILMASI

Abstract

“Hisse senedi piyasası tahmini, şirketlerin parasal stoklarının piyasa değerinin gelecekteki eğilimini tahmin etmektir. Makine öğrenimi ve derin öğrenme, geçmiş ticaret verilerine dayalı eğitime dayalı tahminler yapan borsa tahmin teknolojilerinde yeni bir trend haline gelmiştir. Makine öğrenimi, tahminleri daha doğru ve basit hale getirmek için çeşitli modeller kullanır. Bu makalede, hisse senedi fiyatını zaman içinde analiz etmek, hisse senedinin ortalama günlük getirisini, en düşük değerini, en yüksek değerini ve son olarak gelecekteki hisse senedi davranışını tahmin etmek için makine öğrenimi tekniklerini kullanıyoruz. Bu çalışmada, hisse senedi alım satımında bir CNN uygulaması olan LeNet-5 tabanlı evrimsel sinir ağları (CNN), LSTM ve Parçacık Sürü Optimizasyonu kullanılarak otomatik bir al/sat kararı oluşturulmaya çalışılmıştır. S&P 500 borsasındaki bazı şirketlere ait hisse senetleri üzerinde yapılan çalışmalarda çeşitli doğruluk oranları elde edilmiştir..“