Sonuç olarak modellerin istatistiksel ve finansal performanslarını gösteren bazı kanıtlar elde edilerek birçok çalışmada belirtilen hisse senedi getirilerini tahmin etmek için çeşitli yapay zeka modellerini başarıyla uygulamanın umut verici sonuçlar verdiği gerçeğine ulaşılmıştır.
📌 3 Key Takeaways
🎯
Objective & Hypothesis:Tahminlerin finansal piyasalara uygulanmasına ilişkin kullanılan yöntemlerden bulanık mantık ve yapay sinir ağları üzerine son yıllarda artan bilimsel çalışmalar vardır.
📊
Key Findings & Data:Buradan hareketle çalışmada, gelişmiş ve gelişmekte olan ülkelerde ele alınan modellerin tahmin performansını test etmek için sekiz borsa endeksinin verileri kullanılarak iki etkin modelin tahminde gösterdikleri performansları karşılaştırılmaya çalışılmıştır.
💡
Conclusion & Impact:Sonuç olarak modellerin istatistiksel ve finansal performanslarını gösteren bazı kanıtlar elde edilerek birçok çalışmada belirtilen hisse senedi getirilerini tahmin etmek için çeşitli yapay zeka modellerini başarıyla uygulamanın umut verici sonuçlar verdiği gerçeğine ulaşılmıştır.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Hisse Senedi · Bulanık Mantık
Özet
Tahminlerin finansal piyasalara uygulanmasına ilişkin kullanılan yöntemlerden bulanık mantık ve yapay sinir ağları üzerine son yıllarda artan bilimsel çalışmalar vardır. Buradan hareketle çalışmada, gelişmiş ve gelişmekte olan ülkelerde ele alınan modellerin tahmin performansını test etmek için sekiz borsa endeksinin verileri kullanılarak iki etkin modelin tahminde gösterdikleri performansları karşılaştırılmaya çalışılmıştır. Zaman serisi değerleri model oluşturma aşamasında %60 eğitim, %40 test olarak iki gruba ayrılmıştır. Sonuç olarak modellerin istatistiksel ve finansal performanslarını gösteren bazı kanıtlar elde edilerek birçok çalışmada belirtilen hisse senedi getirilerini tahmin etmek için çeşitli yapay zeka modellerini başarıyla uygulamanın umut verici sonuçlar verdiği gerçeğine ulaşılmıştır.
ÖZER, A., SARI, S. S., BAŞAKIN, E. E. (2018). BULANIK MANTIK VE YAPAY SİNİR AĞLARI İLE BORSA ENDEKS TAHMİNİ: GELİŞMİŞ VE GELİŞMEKTE OLAN ÜLKELER ÖRNEĞİ. Hitit Sosyal Bilimler Dergisi, Cilt: 11 - Sayı: 1, 99–124. https://ajindex.com/articles/102916
RODRIGUEZ, J. V. Perez (2005), ‘’STAR and ANN models: Forecasting performance on the Spanish “Ibex-35” stock index’’, Journal of Empirical Finance Volume 12, Issue 3, June, 490-509.
DUALIBE, C., VERLEYSEN, M. ve JESPERS, P.G. (2003), ‘’Design of Analog Fuzzy Logic Controlers in CMOS Technologie Implementation, Test and Application’’, Kluwer Academic Publishers, 227 s,USA. SCHIERHOLT, Karsten & DAĞLI, Cihan H. (1996) ‘’Stock Market Prediction Using Different Neural Network Classification Architectures’’, Proceedings of the IEEE/IAFE Conference on Computational Intelligence for Financial Engineering, Institute of Electrical and Electronics Engineers (IEEE), Jan, 72-78.
ŞEN, Z. (2004), Mühendislikte Bulanık Mantık İle Modelleme Prensipleri.” Su Vakfı Yayınları. 191 s, Türkiye. ABDELMOUEZ, Ghada, HASHEM Sherif R., ATIYA, Amir F. & El-GMALA Mohamed A. (2007), ‘’Neural Network vs. Linear Models for Stock Market Sectors Forecasting’’, Proceedings of International Joint Conference on Neural Networks, Orlando, Florida, USA, August 12- 17, 1-5.
TAKAGI, T., & SUGENO, M. (1985), ‘’Fuzzy identification of systems and its application to modeling and control’’, IEEE Trans. Syst. Man Cybern., 15, 116–132.
THAWORNWONG, Suraphan, ENKE, David (2003), ‘’Forecasting Stock Returns with Artificial Neural Networks’’, Neural Networks in Business Forecasting,47- 79. YANG, K., WI, M. & LIN, J. (2012), ‘’The Application of Fuzzy Neural Network in Stock Price Forecasting Basad on Genetic Algorithm Discovering Fuzzy Rule’’, 8th International Conference on Natural Computation, ss. 470-474.
YARAR, Aalpaslan (2010), Susurluk Havzası Yağış Akış Verilerinin Modellenmesi, Selçuk Üniversitesi,
Fen Bilimleri Enstitüsü, İnşaat Mühendisliği Anabilim Dalı, Doktora Tezi. ZADEH, L. A. (1965). Fuzzy Sets. Information and Control, 8: 338-353.
LEE, Kyungjoo, YOO Sehwan & JIN Jongdae J. (2007), ‘’Neural Network Model vs. SARIMA Model In Forecasting Korean Stock Price Index (KOSPI)’’, Issues in Information Systems, Volume VIII, No. 2, 372-378.
ZHORA, D. V. (2005), ‘’Data Preprocessing for Stock Market Forecasting using RandomSubspace Classifier Network’’, Proceedings of International Joint Conference on Neural Networks, Montreal, Canada, July 31 – August 4, 2549-2554.
ZORIN, A. & BORISOV, A. (2012). Modelling Riga Stock Exchange İndex Using Neural Networks. EGELİ, B., ÖZTURAN M. & BERTAN B. (2003). Stock Market Prediction Using Artificial Neural Networks. ALTAN Şenol, (2008), ‘’Döviz Kuru Öngörü Perfor