İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi

Tolga ULUSOY (Kastamonu Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Kastamonu, Türkiye)
Uluslararası İktisadi ve İdari İncelemeler Dergisi
4 0
Yıl: 2010 Cilt: 0 Sayı: 5 Sayfa Aralığı: 21 - 40 Metin Dili: Türkçe İndeks Tarihi: 29-07-2022

İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi

Öz:
Bu çalısmada 1997-2000 y ılları arasında Istanbul Menkul Kıymetler Borsasında gerçeklesen borsa endeks değerinin tahminine ait bir uygulama yer almaktadır. Ayrıca borsada gerçeklesen fiyatların tahmininde kullanılan nöral ağ sistemleri ve algoritmalarına ait matematiksel yöntemlerden de kısaca bahsedilmistir. Pazarın yönü tahmin edilirken onüç değiskenli bir Nöral Ağ Sistemi kurulmus ve sistemin Hatayı Geriye Yayma Algoritması ile değerlendirilmesi yapılmıstır. Tüm hesaplamalar İMKB Nöral Ağ Simulatörü adı verilen bir programla yapılmıstır.
Anahtar Kelime: yapay sinir ağları İstanbul menkul kıymetler borsası İstanbul menkul kıymetler borsası (İMKB)

Konular: İşletme İktisat

Artificial neural network modelling to predict the ise index using feed forward network architecture

Öz:
This research is about the application of neural networks in forecasting stock market index in Istanbul Stock Exchange between 1997 – 2000 and it gives a brief expressions on the mathematical methods of neural network sy stems and algorithms in forecasting stock market prices. The market direction is being forecasted with a thirteen variable for learning in Neural Network System and model is upgraded by the Back-Propagation Algorithm. All computations were calculated by a program called ISE Neural Network Simulator
Anahtar Kelime: Istanbul stock exchange Istanbul stock exchange (ISE) artifical neural networks

Konular: İşletme İktisat
Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
  • ADORF, H.M. (1989), Connectionism and Neural Networks: Knowledge Based Systems in Astronomy A.Heck ve F. Murtagh (Ed), Berlin: Springer-Verlag.
  • BAKLAVACI, S. (1984), Analysis of Learning Algorithms in Neural Networks. Msc Theses ITU Institute of Science and Technology, İstanbul.
  • BLUM, A.(1992), Neural Networks in C++. New York: John Wiley and Sons Inc.
  • BÖKESOY, A. (1994), Interdependency Between IMKB and NYSE. (MBA Theses) Bilkent University Department of Management, Ankara.
  • CAO Q., LEGGIO K.B., SCHNIEDERJANS M. J. (2005), “A Comparison Between Fama and French’s Model and Artifi cial Neural Networks in Predicting the Chinese Stock Market”. Computers&Operations Research, Vol 32, 2499-2512
  • CHENG, W., MCCLAIN, B.W. and C. KELLY (1997), Artificial Neural Networks Make Their Mark As A Powerful Tool For Đnvestors, Review Of Business, 4–9.
  • CİVELEK, Ö. (1999), “Dairesel Plakların Nöro Fuzzy Tekniği ile Analizi” Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi Cilt 1 Sayı 2.
  • DENNIS, S. ve DEVIN, Mc. A. (1997), Introduction to Neural Networks and Brainwave Simulator. The University of Queensland School of Physhology.Internet Adresi; http://www.itee.uq.edu.au/~cogs2010/cmc/chapters/IntroBrainWave, Erisim Tarihi: 05.05.2008.
  • DUTTA, S. and SHEKHAR, S. (1988), Bond-Rating: A Non-Conservative Application of Neural Networks. Proceedings of the IEEE International Conference on Neural Networks 2,443–450.
  • FREEMAN, J. ve SAKAPURA, D. (1989), Neural Networks Algorithms Applications and Programming Techniques. Sydney: Addision Wesley Publishing.
  • GENÇAY, R. (1998), “The Predictability of Security Returns with Simple Technical Trading”, Journal of Empirical Finance, Vol 5, Issue 4, 347-359.
  • GILES C.L., LAWRENCE S., TSOI A.C. (1997), "Rule Inference For Financial Prediction Using Recurrent Neural Networks," Proceedings of the IEEE/IAFE Conf. on Computational Intelligence for Financial Engineering, 253, IEEE.
  • GÖKÇAY, M. M. (1993), Yapay Sinir Ağları ve Uygulamaları (Yayınlanmamıs Yüksek Lisans Tezi). Đstanbul Üniversitesi, İstanbul.
  • HAMİD S. A., IQBAL Z. (2004), “Using Neural Networks for Forecasting Volatility of S&P500 Index Future Prices”, Journal of Business Research, Vol 57, Issue 10, 1116-1125.
  • JAGOTA, A. (1998), Neural Computing Surveys, NCS Journal Volume 1 Internet Adresi; http://www.icsi.berkeley.edu/~jagota/NCS/, Erisim Tarihi: 06.08.2009.
  • KELLEY, M. (1998), “Cells&SCI Back to Basics Part I”, Parapl egia News Articles, PN Magazine, NewYork.
  • KRYZANOWSKI, L., GALLER, M. and D. WRIGHT (1993), Using Artifi cial Neural Network to Pick Stocks. Financial Analysts Journal, 21–27.
  • LASKE, O. (1992), “A Conversation With Marvin Minsky”, AI Magazine Vol 13 No:13.
  • LEIGH, W., PURVIS, R., RAGUSA, J.M. (2002a), Forecasting the NYSE Composite Index With Technical Analysis, Pattern Recognizer, Neural Network, and Genetic Algorithm: A Case Study In Romantic Decision Support, Decision Support Systems, Vol 32, Issue 4, 361-377.
  • LEIGHT, W., PAZ, M., PURVIS, R. (2002b), An Analysis of a Hybrid Neural Network and Pattern Recognition Technique for Predi cting Short Term Increases In The NYSE Composite Index, Omega, Vol 30, Issue 2, 69-76.
  • LIN, F.C. and LIN, M. (1993), Analysis of Financial Data Using Neural Nets. AI Expert ,36–41.
  • MALLARIS M., SALCHENBERGER, L. (1996), Using Neural Networks to Forecast the S&P100 Implied Volatility, Neurocomputing, Vol 10, Issue 2, 83-195.
  • MOODY, J. (1995), Economic Forecasting: Challenges and Neural Network Solutions” Computer Science Department Graduate Instıtute Portand. Internet Erisimi, http://neural.cse.ogi.edu; cd pub/neural/papers, Erisim Tarihi: 04.03.2009.
  • ORR, G. (1994), “Computation In The Brain ” Neural Networks Willamette University Salem Oregon Lecture Not es: No:1, Internet Erisimi; http://www.willamette.edu/~gorr/classes/cs449/intro.html, Erisim Tarihi: 16.03.2009.
  • ÖREN, T. (1990), Advances in Artifi cial Intelligence in Software Engineering. Vol I, New York: JAI Press Inc.
  • ÖZDEMİR, S. (1996), Hisse Senedi Fiyatlarını Etkileyen Değiskenlerin istatiksel Analizi” (Yayınlanmamıs Yüksek Lisans Tezi) Marmara Üniversitesi, İstanbul.
  • ÖZSOY, İ., FIRAT, M. (2004), “Kirissiz Dösemeli Betonarme Bir Binada Olusan Yatay Deplasmanın Yapay Sinir Ağları ile Tahmini”, DEÜ Mühendislik Fakültesi Fen ve Mühendislik Dergisi, Cilt 6, Sayı 1 ,51-63.
  • RAO, V. VE RAO, H. V. (1993), C++ in Neural Networks and Fuzzy Logic, New York: MIS Press.
  • SIMPSON, P. K. (1991), Neural Network Paradigm, AGARD, 179,2 (1-33).
  • SUNGUR, M. (1995), Hesaplama Yönüyl e Yapay Sinir Ağları: Öğrenme ve Eniyileme” Mühendis Gözüyle Yapay Sinir Ağları. ODTU-TUBITAK Elekt. Mühendisleri Odası IEEE Türkiye Subesi Bilg. Kolu Yayını.
  • TRIPPI, R. R. (1996), Neural Networks in Finance and Investing. Irwin Professional Publishing.
  • TRIPPI, R. and DESIENO, D. Trading Equity Index Futures With a Neural Network, Journal of Portfolio Management, 27–33.
  • ULUSOY, T. (2001), Yapay Sinir Ağları Kullanılarak Đstanbul Menkul Kıymetler Borsası Đndeks Öngörüsü. Yayınlanmamıs Yüksek Lisans Tezi. Baskent Üniversitesi, Sosyal Bilimler Enstitüsü.
  • WALCZAK, S. (2001), An empirical analysis of data requirements for financial forecasting with neural networks. Journal of Management Information Systems 17 4, 203–222
  • YAZICI, C. A., ÖĞÜS, E., ANKARALI, S., CANAN, S., ANKARALI, H., ve ZEKİ AKKUS (2007), “Yapay Sinir Ağlarına Genel Bakıs”, (der.), Türkiye Klinikleri J. Med Sci 27:65-71.
APA ULUSOY T (2010). İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi. , 21 - 40.
Chicago ULUSOY TOLGA İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi. (2010): 21 - 40.
MLA ULUSOY TOLGA İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi. , 2010, ss.21 - 40.
AMA ULUSOY T İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi. . 2010; 21 - 40.
Vancouver ULUSOY T İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi. . 2010; 21 - 40.
IEEE ULUSOY T "İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi." , ss.21 - 40, 2010.
ISNAD ULUSOY, TOLGA. "İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi". (2010), 21-40.
APA ULUSOY T (2010). İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 0(5), 21 - 40.
Chicago ULUSOY TOLGA İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi. Uluslararası İktisadi ve İdari İncelemeler Dergisi 0, no.5 (2010): 21 - 40.
MLA ULUSOY TOLGA İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, vol.0, no.5, 2010, ss.21 - 40.
AMA ULUSOY T İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi. Uluslararası İktisadi ve İdari İncelemeler Dergisi. 2010; 0(5): 21 - 40.
Vancouver ULUSOY T İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi. Uluslararası İktisadi ve İdari İncelemeler Dergisi. 2010; 0(5): 21 - 40.
IEEE ULUSOY T "İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi." Uluslararası İktisadi ve İdari İncelemeler Dergisi, 0, ss.21 - 40, 2010.
ISNAD ULUSOY, TOLGA. "İMKB endeks öngörüsü için ileri beslemeli ağ mimarisine sahip yapay sinir ağı modellemesi". Uluslararası İktisadi ve İdari İncelemeler Dergisi 5 (2010), 21-40.
Sayfa Oluşturulma Tarihi
02-05-2024 12:0

İLETİŞİM

TÜBİTAK ULAKBİM TR Dizin

Yüzüncüyıl, İşçi Blokları Mahallesi

Muhsin Yazıcıoğlu Caddesi No:51/C

06530 Çankaya / ANKARA +90 (312) 298 92 00

trdizin@tubitak.gov.tr

TÜBİTAK ULAKBİM Ulusal Akademik Ağ ve Bilgi Merkezi Cahit Arf Bilgi Merkezi © Tüm Hakları Saklıdır. Gizlilik Politikası Kullanım Şartları