Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1

YILDIZ, AYŞE; BENLİ KESKİN, Yasemin

Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1

Yasemin BENLİ KESKİN, (Gazi Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Uluslararası Ticaret Bölümü, Ankara, Türkiye)

Ayşe YILDIZ (Gazi Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, İşletme Bölümü, Ankara, Türkiye)

Dumlupınar Üniversitesi Sosyal Bilimler Dergisi

10 1

Yıl: 2014 Cilt: 0 Sayı: 42 Sayfa Aralığı: 213 - 224 Metin Dili: Türkçe İndeks Tarihi: 29-07-2022

Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1

Öz:

ÖZET: Altın fiyatının tahmini literatür ve uygulamada uzun zamandır ilgi çeken bir konudur. Bu nedenle altın fiyatının öngörüsü için farklı yöntemler kullanılmış ve birbirleriyle karşılaştırılmıştır. Bu çalışmada da kendi gecikmeli değerlerine göre altın fiyatının belirlenmesi amacıyla zaman serisi yöntemlerinden basit üstel düzgünleştirme yöntemi, Holtun doğrusal trend yöntemi, ARIMA (Autoregressive Integrated Moving Average) modeli ve yapay zeka yöntemi olan yapay sinir ağları kullanılmış ve karşılaştırma yapılmıştır. Analizde İstanbul Altın Borsasından alınan aylık ağırlıklı ortalama altın fiyatları ($/ons) kullanılmıştır. Veriler Ocak 1996-Aralık 2013 dönemini kapsamaktadır. Analiz sonucunda ARIMA modeli yapay sinir ağları modelinden daha başarılı bulunurken, yapay sinir ağları modelinin basit üstel düzgünleştirme yöntemi ve Holtun doğrusal trend yöntemine göre daha başarılı bir tahmin performansı gösterdiği belirlenmiştir.

Anahtar Kelime:

Forecasting the gold price with time series methods and artificial neural networks

Öz:

Forecasting of gold prices has been an attracted issue in literature and practice for a long time. For this reasondifferent methods for forecasting of the price of gold have been applied and compared with each other. In this study, in order to determine the price of gold based on its lagged value, simple exponential smoothing method, Holt s linear trend methodARIMA (Autoregressive Integrated Moving Average) method, which are time series methods and the Artificial Neural Networks (ANN), which is an artificial intelligence method, have been applied and made comparison of these methods. The monthly weighted average of the gold price ($/ons) received from the Istanbul Gold Exchange has been used in the analysis. The data covered the period from January 1996 to December 2013. As a result of the analysis, ARIMA model has been found more succesfull than the ANN model but it has been determined that the ANN illustrated more successful forecasting performance with comparison of the simple exponential smoothing method and Holt s linear trend method.

Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

AKMUT, Ö. , AKTAŞ, R. Ve BİNAY, S. B. (1999). Öngörü Teknikleri ve Finans Uygulamaları, 1. Baskı, SBF yayını:584, Ankara.
ARSHAM, H. (2000). Time Critical Decision Making for Bussiness Administration. İnternet adresi:http://home.ubalt.edu/ntsbarsh/stat-data/forecast.htm, Erişim Tarihi: 02.02.2013
ASİLKAN, Ö. ve IRMAK, S. (2009). İkinci El Otomobillerin Gelecekteki Fiyatlarının Yapay Sinir Ağları ile Tahmin Edilmesi, Süleyman Demirel Üniversitesi, İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt:14, Sayı:2, ss. 375-391.
ASSEM, Y. (2011). Comparative Study of Artificial Neural Network and ARIMA Models for Economic Forecasting, Al-Azhar University, Basılmamış Yüksek Lisans Tezi, Gaza.
ATASEVEN, B. (2013).Yapay Sinir Ağları ile Öngörü Modellemesi, Öneri, 10 (39), ss. 101-115.
BOWERMAN, B., OCONNELL, R. and KOEHLER, A. B. (2005). Forecasting Time Series and Regression, Thomson Learning Academic Resource Center, USA.
BOX, G. and JENKINS, G. (1976). Time Series Analysis: Forecasting and Control: Revised Edition, Holden-Day, USA.
CHAKRADHA, P. and NARASIMHAN, V. (2007). Forecasting Exchange Rate beter with Artificial Neural Network, Journal of Policy Modelling, Vol: 29, Issue:2, pp. 227-236.
ÇATIK, N. ve KARAÇUKA, M. (2012). A Comparative Analysis of Alternative Univariate Time Series Models in Forecasting Turkish Inflation, Journal of Business Economics and Management,13 (2), pp. 275-293.
ÇUHADAR, M., GÜNGÖR, İ. ve GÖKSU, A. (2009). Turizm Talebinin Yapay Sinir Ağları ile Tahmini ve Zaman Serisi Yöntemleri İle Karşılaştırılmalı Analizi: Antalya İline Yönelik Bir Uygulama, Süleyman Demirel Üniversitesi, İktisadi ve İdari Bilimler Fakültesi Dergisi, C.14, S.1, ss. 99-114.
DIRK, G. B. and MCDERMOTT, T. K. (2010).Is Gold Safe Haven? International Evidence, Journal of Banking and Finance 34, pp. 18861898.
DÜZGÜN, R. (2008). A Comparison of Artificial Neural Networks and ARIMA Models Success in GDP Forecast, Marmara Üniversitesi, İ.İ.B.F. Dergisi, XXV(2), pp. 165-176.
EĞRİOĞLU, E. ve Çağdaş Hakan ALADAĞ, Ç. H. (2005). Yapay Sinir Ağları ve Arıma Modellerin Melez Yaklaşımı ile Zaman Serilerinde Öngörü, İstanbul Üniversitesi VII. Ulusal Ekonometri ve İstatistik Sempozyumu, 26-27 Mayıs, İstanbul.
ERDOĞAN, G. ve KASAP, R. (2007). Yapay Sinir Ağları ile Zaman Dizileri Kestirimi ve Altın Fiyatları Üzerine Uygulanması, TÜİK 16. İstatistik Araştırma Sempozyumu Bildiriler Kitabı; 192-203.
FIRAT, M. ve GÜNGÖR, M. (2004). Askı Madde Konsantrasyonu ve Miktarının Yapay Sinir Ağları ile Belirlenmesi, İMO Teknik Dergisi, ss. 3267-3282.
GÜNAY, S., EĞRİOĞLU, E. ve ALADAĞ, H. (2007). Tek Değişkenli Zaman Serileri Analizine Giriş, Hacettepe Üniversitesi Yayınları, Ankara.
HANOFIZADEH, P., SHERKAT, H. and PARISO, P. S. (2008). Comparative Study of Estimation Power of ANN and Autoregressive Models in Inflation Forecasting, Tahghighat-e-Eghtesadi, Issue;81, pp. 25-35.
IRMAK, S., KÖKSAL, C. D. ve ASİLKAN, Ö. (2012). Hastanelerin Gelecekteki Hasta Yoğunluklarının Veri Madenciliği Yöntemleri ile Tahmin Edilmesi, Uluslararası Alanya İşletme Fakültesi Dergisi, 4(1), ss. 101-114.
KARAMOLLAH, B., MEHRBAKHSH, N, OTHMAN, İ., NASIM, J. and LEILA, E. (2012), Comparative Study of ArtificialNeural Network and ARIMA Models in Predicting Exchange Rate, Research Journal of Applied Sciences Engineering and Technology 4(21), pp. 4397-4403.
KAYNAR, O.ve TAŞTAN, S. (2009). Zaman Serisi Analizinde MLP Yapay Sinir Ağları ve ARIMA Modelinin Karşılaştırılması, Erciyes Üniversitesi, İktisadi ve İdari Bilimler Fakültesi Dergisi, Sayı:33, pp. 161-172.
KÜKRER, C. ve CÖĞÜRCÜ, İ. (2013). Modelling Cruise Tourism Demand Using Time Series Analysis and Artificial Neural Networks: Evidence from İzmir Cruise Port, XIVth International Symposium on Econometrics, Operations Research and Statistics, Sarrajevo, Abstracts Book, Bosnia and Herzegovina 24-28; 141.
MAKRIDAKIS, S. and WHEELWRIGHT, S. C. (1989). Forecasting Methods for Management, Fifth Edition, John Wiley & Sons USA.
NITIN, M., V. P. SAXENA, and PARDASANI, K. R. (2011). Next Day Stock Forecasting An Application of ANN and ARIMA, The IUP, Journal of Applied Finance, Vol. 17, No:1.
NOURBAKHSH, F., ROSTAMI, A., ARSHADI, A., SARLAK, A. and ALMASI, M. (2013). Comparative Study of ArtificialNeural Networks ANN and ARIMA Method, in Predicting the Overall Index of Tehran Stock Exchange, Journal of Basic andApplied Scientific Research, 3(3), pp. 319-324.
NTUNGO, C. (1996). Forecasting Turning Points for Trading Commodity Futures Using Time Series and Neural Networks, Yayınlanmamış Doktora Tezi, University of Manitoba, Canada.
ÖZALP, A. ve ANAGÜN, S. (2001). Sektörel Hisse Senedi Fiyat Tahmininde Yapay Sinir Ağı Yaklaşımı ve Klasik Tahminleme Yöntemleri ile Karşılaştırılması, Endüstri Mühendisliği Dergisi, 12(3-4), ss. 2-17.
ROSANGELA, B., LUNA, I., LIMA, L. M. and Da SILVIERA, R. L. (2010). A Comparative Analysis of Neurofuzzy, ANN and ARIMA Models for Brazilian Stock Index Forecasting İnternet adresi: https://editorialexpress.com/cgi-in/conference/download.cgi?db_name=CEF2010 Erişim Tarihi: 02.03.2013
SHARDA R. and PATIL, R. B. (1990). Neural Networks as Forecasting Experts: An Empirical Test, Proceedings of the International Joint Conference on Neural Networks, 2, pp. 491-494.
UÇAR, Nuri (2001). Comparison of the Forecast Performances of Linear Time Series and Artificial Neural Network Models within the Context of Turkish Inflation, The Institute of Economics and Social Sciences of Bilkent University, Ankara.
ZHANG, G.P. (2003). Time Series Forecasting Using a Hybrid ARIMA and Neural Network Model, Neurocomputing, Cilt:50, pp. 159-175.
http://www.tcmb.gov.tr/ (Erişim Tarihi: Haziran 2014)

APA	BENLİ KESKİN Y, YILDIZ A (2014). Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1. , 213 - 224.
Chicago	BENLİ KESKİN Yasemin,YILDIZ AYŞE Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1. (2014): 213 - 224.
MLA	BENLİ KESKİN Yasemin,YILDIZ AYŞE Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1. , 2014, ss.213 - 224.
AMA	BENLİ KESKİN Y,YILDIZ A Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1. . 2014; 213 - 224.
Vancouver	BENLİ KESKİN Y,YILDIZ A Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1. . 2014; 213 - 224.
IEEE	BENLİ KESKİN Y,YILDIZ A "Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1." , ss.213 - 224, 2014.
ISNAD	BENLİ KESKİN, Yasemin - YILDIZ, AYŞE. "Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1". (2014), 213-224.

APA	BENLİ KESKİN Y, YILDIZ A (2014). Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 0(42), 213 - 224.
Chicago	BENLİ KESKİN Yasemin,YILDIZ AYŞE Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi 0, no.42 (2014): 213 - 224.
MLA	BENLİ KESKİN Yasemin,YILDIZ AYŞE Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, vol.0, no.42, 2014, ss.213 - 224.
AMA	BENLİ KESKİN Y,YILDIZ A Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi. 2014; 0(42): 213 - 224.
Vancouver	BENLİ KESKİN Y,YILDIZ A Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi. 2014; 0(42): 213 - 224.
IEEE	BENLİ KESKİN Y,YILDIZ A "Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1." Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 0, ss.213 - 224, 2014.
ISNAD	BENLİ KESKİN, Yasemin - YILDIZ, AYŞE. "Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü1". Dumlupınar Üniversitesi Sosyal Bilimler Dergisi 42 (2014), 213-224.