In parallel with the increase in the capacity of data storage infrastructures, the variety of data obtained has also increased. By combining these data with time data, it is possible to perform time series analysis on big data. By combining these data with time data, it is possible to perform time-series analysis on big data. Crude oil, which has a very important place in the world economy and is considered "black gold"; is used in many fields such as industry, transportation, automobile, cosmetics, energy, chemistry and pharmaceutical industries. In the study, a total of 8267 data belonging to the years 1987 and 2020 of Brent Oil prices obtained from the open access website. Since the number of data in the data set used is high and depends on time, the statistical method ARIMA and the deep learning method LSTM models were used in the study. Using the existing data set, the ARIMA and LSTM models have been trained to estimate the 180-day possible prices of oil prices prospectively. It has been observed that the time series analysis of the results and the LSTM model have achieved a significant success in the forward price estimation of Brent Oil.
Veri depoloma altyapılarının kapasitelerinin artması ile uzun yıllar boyunca elde edilen verilerin çeşitliliği de artış göstermiştir. Bu verilerin zaman verisi ile birleştirilmesi sayesinde büyük verileri üzerinde zaman serisi analizi yapılması sağlanmaktadır. Dünya ekonomisinde çok önemli yeri olan ve “siyah altın” olarak kabul edilen ham petrol; sanayi, ulaşım, otomobil, kozmetik, enerji, kimya, ilaç sektörleri gibi birçok alanda kullanılmaktadır. Çalışamada açık erişimli internet sitesinden alınan Brent Petrol fiyatlarına ait 1987 ile 2020 yıllarına ait toplam 8267 veri alınmıştır. Kullanılan veri setindendeki veri sayısının yüksek ve zamana bağlı olmasından dolayı istatistiksel yöntem olan ARIMA ile derin öğrenme yöntemi olan LSTM modelleri çalışmada kullanılmıştır. Mevcut veri seti kullanılarak ARIMA ve LSTM modelleri ile eğitilerek ileriye dönük olarak petrol fiyatlarının 180 günlük olası fiyatları tahmin edilmiştir. Elde edilen sonuçların zaman serisi analizleri ve LSTM modelinin Brent Petrolün ileriye dönük fiyat tahminlemesinde önemli bir başarı sağladığı görülmüştür.
Primary Language | Turkish |
---|---|
Subjects | Electrical Engineering |
Journal Section | Articles |
Authors | |
Publication Date | April 30, 2021 |
Published in Issue | Year 2021 Volume: 13 Issue: 1 |
Dergi isminin Türkçe kısaltması "UTBD" ingilizce kısaltması "IJTS" şeklindedir.
Dergimizde yayınlanan makalelerin tüm bilimsel sorumluluğu yazar(lar)a aittir. Editör, yardımcı editör ve yayıncı dergide yayınlanan yazılar için herhangi bir sorumluluk kabul etmez.