DSpace
 

EMU I-REP >
02 Faculty of Engineering >
Department of Computer Engineering >
Theses (Master's and Ph.D) – Computer Engineering >

Please use this identifier to cite or link to this item: http://hdl.handle.net/11129/3251

Title: Prediction of International Stock Market Movement Using Technical Analysis Methods and TSK
Authors: Bodur, Mehmet
Thanoon, Mahammad Abdulrazzaq
Eastern Mediterranean University, Faculty of Engineering, Department of Computer Engineering
Keywords: Computer Engineering
Fuzzy Systems
Takagi Sugeno Kang (TSK)
Technical Forecasting
Fuzzy Modelling
TSK
FCM
clustering
moving average
Issue Date: Apr-2014
Publisher: Eastern Mediterranean University (EMU) - Doğu Akdeniz Üniversitesi (DAÜ)
Citation: Thanoon, Mahammad Abdulrazzaq. (2014). Prediction of International Stock Market Movement Using Technical Analysis Methods and TSK. Thesis (M.S.), Eastern Mediterranean University, Institute of Graduate Studies and Research, Dept. of Computer Engineering, Famagusta: North Cyprus.
Abstract: This research aimed to propose a method to improve forecasting accuracy of the technical analysis of future closing price using Takagi-Sugeno-Kang (TSK) fuzzy model to merge the forecasting of three technical prediction methods. The historical data available for London Stock Market is employed in this study to verify the performance of the proposed model compared to technical predictions. Fuzzy data modelling emerges as an advanced technique in predicting future closing prices. In this study, the predictions of three technical analysis methods were modelled by Fuzzy Methods to enhance the predicted closing price. The fuzzy rules were extracted by using Fuzzy-C-Means (FCM) algorithm. Data set from year 2008 to 2012 is dividing in two parts for training and verification purpose. The Fuzzy C-Means clustering (FCM) is applied on the six days Moving Average (SDMA), the Moving Average Convergence Divergence (MACD), and the Relative Strength Index (RSI) technical analysis to predict the future price, which is, target variable of the TSK fuzzy model. A prediction accuracy close to 94.7%, is achieved in predicting two days ahead closing prices of London Stock Market. The results are very encouraging and easy to implement in real-time trading system. Keywords: Technical Forecasting, Fuzzy Modelling, TSK, FCM, clustering, moving average.
ÖZ: Bu araştırma Takagi Sugeno Kang (TSK) modeli kullanarak üç kapanış fiyatı teknik analiz yönteminin tahminlerini geliştirmeyi amaçlamıştır. Londra Hisse Senedi piyasası verileri önerilen yöntemin performansını sınamak üzere kullanılmıştır. Bulanık mantıklı veri modellemesi piyasaların gelecekteki kapanış fiyatını tahminde başarılı bir yöntem olarak ortaya çıkmıştır. Bu çalışmada üç standart teknik analiz metodunun tahmin güçleri, kuralları FCM algoritması ile elde edilen bulanık modelleme yöntemleri ile birleştirilerek arttırılmıştır. Kullanılan 2008 ile 2012 yılları arasındaki menkul değer piyasa kapanış fiyatları model oluşturma ve model sınama amaçlı iki bölüme ayrılmıştır. Altı-günlük ortalama, kayar ortalamalı yakınsama ıraksama, ve göreceli dayanım indeksi olmak üzere üç teknik analiz yöntemi model oluşturma verisi ile fiyat tahmini için kullanılmış, çıkan tahminler FCM ile gelecekteki fiyat hedeflenerek değerlendirilmiştir. Sınama verisini kullanarak yapılan karşılaştırmada Londra menkul değer piyasalarında 94.7% civarında başarıyla tahmin gerçekleşmiştir. Yöntemin uygulanmasının kolaylığı nedeniyle gerçek zamanlı yatırım uygulamalarında kullanımı açısından cesaret vericidir. Anahtar Kelimeler: Teknik tahmin, Bulanık model, TSK, FCM, öbekleme, kayar ortalama.
Description: Master of Science in Computer Engineering. Thesis (M.S.)--Eastern Mediterranean University, Faculty of Engineering, Dept. of Computer Engineering, 2014. Supervisor: Assist. Prof. Dr. Mehmet Bodur.
URI: http://hdl.handle.net/11129/3251
Appears in Collections:Theses (Master's and Ph.D) – Computer Engineering

Files in This Item:

File Description SizeFormat
ThanoonMahammad.pdfThesis, Master3.55 MBAdobe PDFView/Open


This item is protected by original copyright

Recommend this item
View Statistics

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

 

Valid XHTML 1.0! DSpace Software Copyright © 2002-2010  Duraspace - Feedback