Forecasting Stock Prices Using LSTM and ARIMA Models

dc.contributor.authorAydın, Yıldız
dc.contributor.authorVarol, Gizem
dc.contributor.authorGökdeniz, Eyyüb Ensari
dc.contributor.authorManus, Hakan
dc.date.accessioned2026-08-12T15:06:03Z
dc.date.issued2024
dc.departmentFırat Üniversitesi
dc.description.abstractThe stock market traded on Borsa Istanbul is one of the most popular investment instruments today. In fact, Turkey is one of the top five countries with the highest number of transactions per capita. The development of technology has not only made it easier for investors to turn to such investment instruments but also facilitated the analysis methods. This study aims to compare the LSTM and ARIMA models, which are among the analysis methods used, to see which one provides better performance. Unlike other studies, this study was conducted using data from the years 2020-2024 and took sectoral differences into consideration. The results showed that LSTM is more effective in capturing complex and long-term dependencies. This will help investors make more informed decisions when choosing a model.
dc.description.abstractBorsa İstanbul’da işlem gören hisse senedi piyasası, günümüzde en çok rağbet gören yatırım araçlarından biridir. Öyle ki nüfusa göre en çok işlem gerçekleştirilen ilk beş ülkeden biri Türkiye’dir. Teknolojinin gelişimi, yatırımcıların bu gibi yatırım araçlarına yönelmesini kolaylaştırmasının yanı sıra analiz yöntemlerini de kolaylaştırmıştır. Bu çalışma, kullanılan analiz yöntemlerinden olan LSTM ve ARIMA modellerini karşılaştırıp, hangisinin daha iyi performans sağladığını görmek için yapılmıştır. Çalışmada diğer çalışmalardan farklı olarak 2020-2024 yılları arasındaki verilerle gerçekleştirilmiş ve sektörel farklılıklar göz önünde bulundurularak işlem yapılmıştır. Sonuçlar, LSTM’nin karmaşık ve uzun vadeli bağımlılıkları yakalamada daha etkili olduğunu göstermiştir. Bu, yatırımcıların model seçimini yaparken daha bilinçli kararlar almasına yardımcı olacaktır.
dc.identifier.doi10.35234/fumbd.1495602
dc.identifier.endpage911
dc.identifier.issn1308-9072
dc.identifier.issue2
dc.identifier.startpage903
dc.identifier.urihttps://doi.org/10.35234/fumbd.1495602
dc.identifier.urihttps://hdl.handle.net/11508/27690
dc.identifier.volume36
dc.language.isotr
dc.publisherFırat University
dc.publisherFırat Üniversitesi
dc.relation.ispartofFırat University Journal of Engineering Science
dc.relation.ispartofFırat Üniversitesi Mühendislik Bilimleri Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_DergiPark_20260511
dc.subjectDeep Learning
dc.subjectDerin Öğrenme
dc.titleForecasting Stock Prices Using LSTM and ARIMA Models
dc.title.alternativeHisse Senedi Fiyatlarının LSTM ve ARIMA Modelleri Kullanılarak Tahmin Edilmesi
dc.typeArticle

Dosyalar