Veri madenciliği teknikleri ile döviz kuru tahmini

Abstract

Veri madenciliği genel olarak; büyük miktardaki veri içerisinden, gizli kalmış, değerli, kullanılabilir bilgilerin açığa çıkarılması olarak ifade edilebilir. Büyük boyutlardaki verilerden işimize yarayacak, geleceği daha iyi görebilmemizi ve tahminler yapabilmemizi sağlayacak bilgileri elde etmenin en kullanışlı yolarından biri de veri madenciliğidir. Veri Madenciliğinin yaygın olarak kullanıldığı alanlardan biri de döviz kuru tahminidir.Çalışmada önce Veri Madenciliği süreci, işlevleri ve teknikleri tanıtılmıştır. Daha sonra döviz kuru tahmininde kullanılan Veri Madenciliği tekniklerinden Yapay Sinir Ağları ve Destek Vektör Makineleri kullanılarak örnek bir uygulama da yapılmıştır. Yapılan çalışmada, döviz kurlarının gelecekteki değerinin ve yönünün yüksek doğruluk oranı ile öngörülmesine çalışılmıştır.Bu çalışmada kullanılan veriler, http://www.oanda.com/currency/converter/ sitesinden elde edilmiştir. Çalışmada USD,EUR,GBP ve JPY döviz kurlarının 01.01.2001 ile 30.05.2011 tarihleri arasındaki değerleri kullanılmıştır.Anahtar kelimeler: Veri Madenciliği, Döviz Kuru Tahmini, Yapay Sinir Ağları, Destek Vektör Makinesi, MAE, RMSE, NRMSE, MAPE

Data Mining, generally can be expressed as revealing hidden, valuable and useful knowledge from huge data stack. One of the usable ways of revealing knowledge for using, forecasting future and making predictions is Data Mining. One of the widely used field of Data Mining is Forecasting Exchange Rates.In this thesis, firstly process, functions and techniques of data mining are described. Then, an application is done by using Artificial Neural Networks and Suport Vector Machines which are the ways of data mining techniques for forecasting exchange rates. In application, forecasting of future values and trends of exchange rates in high accuracy rating is processed.The datas which are used in this study are taken from the internet address of http://www.oanda.com/currency/converter/. In study the exchange rates of USD,EUR,GBP and JPY between the date of January 01,2001 and May 30, 2011 are used.Key Words: Data Mining, Forecasting Exchange Rates, Artifical Neural Networks, Support Vector Machines, MAE, RMSE, NRMSE, MAPE