An AI chatbot–supported hybrid neural network for solving financial problems

Basit Öğe Kaydı
dc.contributor.advisorKaya, Umut
dc.contributor.authorAkçay, Ahmet
dc.date.accessioned2026-01-31T14:55:29Z
dc.date.available2026-01-31T14:55:29Z
dc.date.issued2025
dc.departmentEnstitüler, Lisansüstü Eğitim Enstitüsü, Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
dc.description.abstractBu çalışmada, altın fiyatları, Bitcoin piyasa davranışı ve USD/TRY döviz kuru dalgalanmaları gibi karmaşık finansal zaman serisi tahmin problemlerine çözüm getirmeyi amaçlayan yenilikçi bir hibrit tahminleme çerçevesi sunulmaktadır. Önerilen sistem, iki farklı modelleme yaklaşımını bir araya getirmektedir: doğrudan ve orantılı eğilimleri vektörleştirilmiş girdiler üzerinden tespit etmeye yönelik klasik bir doğrusal modelleme bileşeni ile, yapılandırılmış ardışık verilerden doğrusal olmayan zamansal desenleri öğrenme yetisine sahip yoğun katmanlarla desteklenmiş Uzun Kısa Süreli Bellek (LSTM) tabanlı bir derin öğrenme bileşeni.Modelin çıktılarının yorumlanabilirliğini artırmak ve güvenilirliğini pekiştirmek amacıyla, her bir girdi değişkeninin tahmin üzerindeki katkısını niceliksel olarak ortaya koyan oyun teorisi temelli bir yöntem olan SHAP (Shapley Additive Explanations) entegre edilmiştir. Ayrıca sistem, kullanıcıların tahmin sonuçlarına gerçek zamanlı olarak erişmesini ve bu sonuçlara ilişkin doğal dilde açıklamalar almasını sağlayan etkileşimli bir yapay zeka destekli sohbet asistanı ile donatılmıştır. Deneysel sonuçlar, bütünleşik mimarinin bağımsız modellere kıyasla daha yüksek tahmin doğruluğu sağladığını ortaya koymakta ve yaklaşık %5,2 ortalama mutlak yüzde hata (MAPE) oranı ile önemli bir performans iyileşmesi göstermektedir. Model karmaşıklığını yorumlanabilirlik ve kullanıcı etkileşimiyle dengeleyen bu yaklaşım, finansal tahminleme sistemlerindeki temel zorluklara etkili bir çözüm sunmaktadır. Sonuç olarak, bu çalışma finansal analiz ve karar destek ortamlarında uygulanabilir, açıklanabilir ve kullanıcı odaklı bütüncül bir çözüm önermektedir.
dc.description.abstractIn this research, a novel hybrid forecasting framework is introduced, aiming to tackle the intricacies of financial time series prediction, particularly in the context of gold prices, Bitcoin market behavior, and USD/TRY currency fluctuations. The proposed system combines two distinct modeling approaches: a classical linear modeling component, utilized to uncover direct and proportional trends through vectorized inputs, and a deep learning-based component, specifically a Long Short-Term Memory (LSTM) network augmented by dense layers, which is adept at learning nonlinear temporal patterns from structured sequence data. To improve interpretability and facilitate trust in model outcomes, the framework incorporates Shapley Additive Explanations (SHAP), a game-theoretic technique that quantifies each input feature's contribution to the model's predictions. Furthermore, the system is equipped with a conversational AI assistant capable of providing users with real-time insights and textual explanations of forecast results. This interactive feature bridges the gap between complex model outputs and end-user comprehension, making the system both technically rigorous and practically accessible. Empirical evaluations demonstrate that the integrated architecture delivers superior forecasting accuracy compared to standalone models, yielding a mean absolute percentage error (MAPE) of approximately 5.2%. By aligning model complexity with interpretability and user interaction, this approach addresses key challenges in financial prediction systems. Overall, the study offers a comprehensive, explainable, and user-centric solution that can be effectively deployed in financial analytics and decision-support environments.
dc.identifier.endpage98
dc.identifier.startpage1
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=ftqJzTasnJUH9hg-S5861ljgue04eVNgbqXk_dLSxNbysm0azJzCHYnwKdHIILbG
dc.identifier.urihttps://hdl.handle.net/20.500.12662/10026
dc.identifier.yoktezid965166
dc.language.isoen
dc.publisherİstanbul Beykent Üniversitesi
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_TEZ_20260128
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol
dc.subjectComputer Engineering and Computer Science and Control
dc.subjectMaliye
dc.titleAn AI chatbot–supported hybrid neural network for solving financial problems
dc.title.alternativeFınans problemlerının çözümü için önerilen AI chatbot ile desteklenmiş hibrit neural network
dc.typeMaster Thesis

Dosyalar

Koleksiyon

Tez Koleksiyonu