Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11851/2034
Title: Periodicity detection in turkish stock market
Other Titles: Türk Borsasında Periyodiklik Kestirimi
Authors: Kurtulmaz, Ekim
Aziz, R.
Uçar, U.
Özyer, Tansel
Alhajj, Reda
143116
Keywords: Time series
Data mining
series classification
Periyodiklik Kestirimi
Veri Madenciliği
Örüntü Tanıma
Issue Date: Jul-2018
Publisher: Institute of Electrical and Electronics Engineers Inc.
Source: Kurtulmaz, E., Aziz, R., Uçar, U., Özyer, T., & Alhajj, R. (2018, May). Periodicity detection in turkish stock market. In 2018 26th Signal Processing and Communications Applications Conference (SIU) (pp. 1-4). IEEE.
Abstract: This paper provides a periodicity detection sample of the Turkish Stock Market using data mining concepts and techniques. The extraction of periodic patterns from the time series databases is a captivating area in data mining such that it has impulse to forecast and predict the behavior of time series data in the future. Given data from on a multilevel space from different industries, we find repeating trends and frequent patterns using correlation analysis and fourier spectral evaluation. Using the projection of transformed time-series data of the feature space, we indicate long-term movements, cyclic moves, seasonal variations, and random moves. Finally, we will present a simple trend analysis for time-series forecasting the periodicity. © 2018 IEEE.
Bu makalede, veri madenciligi teknikleri kullanılarak Türk Borsası’nda işlem gören hisse senetlerinin periyodiklik analizi yapılmıştır. Zaman serisi verilerindeki periyodik örüntülerin incelenmesi ilgi gören bir veri madenciligi problemidir, ve gelecek tahmini yapmak için kullanılabilir. Farklı sektörlerden hisse senetlerinin incelendigi bu çalışmada, tekrar eden yönelimler ve sık karşılaşılan örüntüler, ilinti analizi ve Fourier Dönüşümü yöntemleriyle tespit edilmiştir. Zaman serisinin farklı boyutlara dönüştürülmesiyle elde edilen veri, uzun süreli hareketleri, dönemsel hareketleri, periyodik hareketleri ve rasgele hareketleri saptamamızı saglamıştır. Son olarak ise, periyodiklik bilgisi kullanılarak basit bir yönelim tahmini yapılmıştır.
Description: 26th IEEE Signal Processing and Communications Applications Conference (2018 : Izmir; Turkey)
URI: https://ieeexplore.ieee.org/document/8404289
https://hdl.handle.net/20.500.11851/2034
ISBN: 978-153861501-0
Appears in Collections:Bilgisayar Mühendisliği Bölümü / Department of Computer Engineering
Scopus İndeksli Yayınlar Koleksiyonu / Scopus Indexed Publications Collection

Show full item record

CORE Recommender

Page view(s)

22
checked on Dec 26, 2022

Google ScholarTM

Check

Altmetric


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.