Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightModel sonuçlarına göre geleneksel zaman serileri ve Newton nümerik arama modelleri yapay sinir ağları tekniğine göre daha başarısız bir performans sergilemiştir.\r\n
📌 3 Maddede Bu Makale
Özet
\r\n Menkul kıymetler piyasalarının fiyat tahminlerinin yapılması Türkiye gibi gelişmekte olan ekonomiler açısından oldukça önemlidir. Bu çalışmada İMKB 100 endeksi ile ilişkili bazı piyasa değişkenleri kullanılarak geleneksel zaman serileri, nümerik arama modelleri ve yapay sinir ağları yöntemleri ile tahmin edilmeye çalışılmıştır. Modelleme için İMKB 100, Altın Fiyatları, Faiz Oranı, Bankalar Arası Çift taraflı işlem miktarı (TL) ve USD günlük kapanış değerlerine ilişkin 3779 adet günlük veri kullanılmıştır. Modelleme çalışmalarında geleneksel zaman serileri için ARMA(p,q), Nümerik Arama Modelleri için Newton yöntemi ve Yapay Sinir Ağları için ise Geri Yayılım Algoritması kullanılmıştır. Stokastik verilerin kullanıldığı zaman serilerinde modelleme çalışmaları tahmin sonuçlarına göre kıyaslanmıştır. Model sonuçlarına göre geleneksel zaman serileri ve Newton nümerik arama modelleri yapay sinir ağları tekniğine göre daha başarısız bir performans sergilemiştir.\r\n
Abstract
\r\n Stock market price prediction is fairly important for developing countries such as TURKEY. In this study models were developed using some variables that are relevant to ISE 100 index. These models were tried to predict by using traditional time series, numerical search models and artificial neural networks. For models, golden price, interest rate, dual transactions between banks (TL) and USD daily closing price data were used as independent variables. ARMA (p,q) models for traditional time series, Newton method for numerical search models and backpropation algorithm for artificial neural networks were developed for comparison. According to model results traditional time series and numerical search models had less performance than artificial neural networks models.\r\n