Morgan stanley capital international türkiye endeksinin yapay sinir ağları ile öngörüsü

Zaman serisi analizi ile borsa endeksinin gelecek değerlerini öngörme, finans alanında oldukça ilgi gören bir konudur. Borsa endeks öngörüsü için kullanılan farklı zaman serisi yöntemleri bulunmaktadır. Bu yöntemlerden biri, son yıllarda birçok araştırmada kullanıldığı görülen Yapay Sinir Ağları (YSA)'dır. Yapay sinir ağlarının, diğer zaman serisi yöntemleri ile karşılaştırıldığında, bazı ön koşullar gerektirmemesi ve esnek bir modelleme yapısı olması nedeniyle daha üstün olduğu yapılan çalışmalarla ortaya konulmuştur. Bu çalışmada Morgan Stanley Capital International (MSCI) Türkiye endeksinin aylık değerlerine ilişkin öngörülerin yapay sinir ağları ile elde edilmesi amaçlanmıştır. Çalışmanın verileri Aralık 1987-Ağustos 2008 dönemini kapsamaktadır. Uygulamada, 12 girdi, 11 gizli ve 1 çıktı nöronundan oluşan ileri beslemeli bir ağ modeli kullanılmıştır. Performans ölçütü, hata kareler ortalamasının karekökü olarak seçilmiş ve değeri 0,1131 olarak hesaplanmıştır. Çalışma sonucunda YSA ile endeks değerlerine ilişkin, başarılı öngörüler elde edilmiştir.

Borsa ,

MSCI Türkiye Endeksi ,

Zaman Serisi Analizi ,

Yapay Sinir Ağları ,

Öngörü ,

Forecasting of the stock exchange index future values with time series analysis has a great interest in finance field. There are different methods of time series used for the stock market index forecasting. One of these methods is Artificial Neural Networks (ANN) used in many studies in recent years. Artificial neural networks do not require prior conditions and they have a flexible modeling structure. For this reason, artificial neural networks are superior when compared with other methods of time-series. In this study, we aimed to forecast the Morgan Stanley Capital International (MSCI) Turkey indexby artificial neural network. Data period is December 1987-August 2008. We used feed-forward network modeling consisting of 12 input, 11 hidden and 1 output neurons. As performance criteria the root mean square error was selected and its value was calculated as 0.1131. As a result successful predictions were obtained.

Stock Exchange, ,

MSCI Turkey Index, ,

Time Series Analysis, ,

Artificial Neural Networks, ,

Forecasting ,