HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA

DAYI, FARUK

HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA

Faruk DAYI (Kastamonu Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, İşletme Bölümü, Kastamonu, Türkiye)

Akademik Araştırmalar ve Çalışmalar Dergisi

7 2

Yıl: 2018 Cilt: 10 Sayı: 19 Sayfa Aralığı: 572 - 592 Metin Dili: Türkçe İndeks Tarihi: 08-10-2019

HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA

Öz:

Hisse senedi getirilerini tahmin etmek amacıyla yapılan çalışmalar incelendiğinde, Yapay Sinir Ağı (YSA)yönteminin istatistiki yöntemlere göre daha başarılı sonuçlar verdiği görülmektedir. İMKB’de işlem görenimalat şirketlerinin hisse senedi getirilerini tahmin etmek amacıyla gerçekleştirilen bu çalışmada, 1986 yılındanitibaren işlem görmeye başlayan firmaların verileri kullanılmak istenmiştir. Ancak İMKB veri tabanından 1991yılından önceki verilere ulaşmak mümkün olmadığı için, analiz dönemi 1991-2010 dönemi olarak belirlenmiştir.Çalışma kapsamında 2008, 2009 ve 2010 yıllarına ait hisse senedi getirilerindeki değişim, Statik ve DinamikYSA modelleri ile tahmin edilmiş ve aynı yıl gerçekleşen gerçek değerlerle karşılaştırılarak modelin performansıölçülmüştür. Hisse senedi getirilerinin tahmininde Dinamik YSA modelinin daha başarılı bir yöntem olduğutespit edilmiştir.

Anahtar Kelime:

Konular: Bilgisayar Bilimleri, Yazılım Mühendisliği Endüstri Mühendisliği Bilgisayar Bilimleri, Bilgi Sistemleri Bilgisayar Bilimleri, Yapay Zeka

THE USE OF ARTIFICAL NEURAL NETWORK IN PREDICTION OF STOCK RETURN: AN EMPIRICAL APPLICATION IN IMKB

Öz:

When studies in the literature are examined, the Artifical Neural Network (ANN) model panned out more successful result in order to predict stock returns. In this study which aims to predict stock returns of manufacturing companies in Istanbul Stock Exhange (IMKB) the data was used belongs to firms are trading since 1986. However, it is not possible to reach the data for IMKB before 1991, 1991-2010 periods wasselected as the analysis period. In the study, changes in common stock returns for years 2008, 2009 and 2010 classified by Statics and Dynamics ANN models and measured the performance of model by comparing with actual values in the same year. It has been determined that model of dynamic ANN is a successful method in predicting stock returns.

Anahtar Kelime:

Konular: Bilgisayar Bilimleri, Yazılım Mühendisliği Endüstri Mühendisliği Bilgisayar Bilimleri, Bilgi Sistemleri Bilgisayar Bilimleri, Yapay Zeka

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

ANDERSON, D. and NCNEIL, G. (1992). Artifical Neural Networks Technology, Kaman Sciences Corporation, New York.
ANDREESCU, A. (2004). Forecast Corporate Earnings: A Data Mining Approach, MSc Thesis in Accounting, The Swedish School of Economics and Business Administration.
AVCI, E. (2009). “Stock Return Forecasts with Artifical Neural Network Models”, Marmara Üniversitesi Ş.Ş.B.F. Dergisi, 26(1). 443-461.
BAYRAMOĞLU, M. F. (2007). Finansal Endekslerin Öngörüsünde Yapay Sinir Ağı Modellerinin Kullanılması: İMKB Ulusal 100 Endeksinin Gün içi En Yüksek ve En Düşük Değerlerinin Öngörüsü Üzerine Bir Uygulama, Yüksek Lisans Tezi, Zonguldak Karaelmas Üniversitesi Sosyal Bilimler Enstitüsü, Zonguldak.
BOATRIGHT, J.R. (2010). Finance Ethics Critical Issues in Theory and Practice, JohnWiley & Sons, Inc., Canada.
BRIGHAM, F.E. and HOUSTON, J.E. (2004). Fundamentals of Financial Management, Thomson Learning Inc., USA.
DOĞAN, V. (2006). Forecasting Stock Market Return Using Artfiical Neural Networks, Yüksek Lisans Tezi, Boğaziçi Üniversitesi Fen Bilimleri Enstitüsü, Şstanbul.
ELMAS, Ç. (2007). Yapay Zekâ Uygulamaları (Yapay Sinir Ağları, Bulanık Mantık ve Genetik Algoritma), Seçkin Yayınevi, Ankara.
ENKE, D. and THAWORNWONG, S. (2005). “The Use Of Data Mining And Neural Networks For Forecasting Stock Market Returns”, Expert Systems with Applications, 29(4), 927-940.
GENÇAY, R. (1996). “Non-Linear Prediction of Security Returns with Moving Average Rules”, Journal of Forecasting, 15, 165-174.
KANAS, A. and YANNOPOULOS, A. (2001). “Comparing Linear and Nonlinear Forecasts For Stock Returns”, International Review of Economic and Finance, 10, 383-398.
KANAS, A. (2003). Non-Linear Forecasts of Stock Returns, John Wiley&Sons. Ltd (Published online in Wiley InterScience), USA.
KASABOV, N.K. (1998). Foundations of Neural Networks, Fuzzy Systems and Knowledge Engineering (Second Edition), The MIT Press, USA.
KANAS, A. (2001). “Neural Network Linear Forecasts For Stock Returns”, Internatioanal Journal of Finance and Economics, 6, 245-254.
OLSON, D. and MOSSMAN, C. (2003). “Neural Network Forecasts of Canadian Stock Returns Using Accounting Ratios”, International Journal of Forecasting, 19, 453-465.
ÖZALP, A.ve ANAGÜN, A.S. (2001). “Sektörel Hisse Senedi Tahmininde Yapay Sinir Ağı Yaklaşımı ve Klasik Tahminleme Yöntemleri ile Karşılaştırılması”, Endüstri Mühendisliği Dergisi, 3(4), 2-17.
ÖZTEMEL, E. (2006). Yapay Sinir Ağları, Papatya Yayıncılık, İstanbul.
SEYİDOĞLU, H. (2003). Uluslararası Finans (4.Baskı), Güzem Can Yayınları, İstanbul.
SKOLPADUNGKET, P., DAHAL, K. And HARNPORNCHAI, N. (2009). Forecasting Stock Returns Using Variable Selections with Genetic Algorithm and Artifical Neural Networks, Asia-Pacific Conference on Computational Intelligence and Industrial Applications (PACIIA), China, 28-29 November.
ŞEN, Z. (2004). Yapay Sinir Şlkeleri, Su Vakfı Yayınları, İstanbul.
PANDA, C., and NARASIMHAN, V. (2006) Predicting Stock Returns: An Experiment of The Articical Neural Network in Indian Stock Market, South Asia Economic Journal, 7(2), 375-388.
PISSARENKO, D. (2001). Neural Networks For Financial Time Series Prediction: Overwiev Over Recent Research, http://members.inode.at/d.pissarenko/fyp/Pissarenko2002.pdf, (Son Erişim Tarihi: 16.02.2011).
RAPACH, D.E. and WOHAR, M.E. (2006). “In-Sample vs. Out-Of-Sample Tests of Stock Return Predictability In The Context Of Data Mining”, Journal of Empirical Finance, 13, 231-247.
USTA, Ö. (2005). Şşletme Finansı ve Finansal Yönetim (2.Baskı), Detay Yayıncılık, Ankara.
WHITE, H. (1988). “Economic Prediction Using Neural Networks: The Case of IBM Daily Stock Returns”, Proceedings of the IEEE International Conference on Neural Networks, 451-458.

APA	DAYI F (2018). HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA. , 572 - 592.
Chicago	DAYI FARUK HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA. (2018): 572 - 592.
MLA	DAYI FARUK HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA. , 2018, ss.572 - 592.
AMA	DAYI F HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA. . 2018; 572 - 592.
Vancouver	DAYI F HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA. . 2018; 572 - 592.
IEEE	DAYI F "HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA." , ss.572 - 592, 2018.
ISNAD	DAYI, FARUK. "HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA". (2018), 572-592.

APA	DAYI F (2018). HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA. Akademik Araştırmalar ve Çalışmalar Dergisi, 10(19), 572 - 592.
Chicago	DAYI FARUK HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA. Akademik Araştırmalar ve Çalışmalar Dergisi 10, no.19 (2018): 572 - 592.
MLA	DAYI FARUK HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA. Akademik Araştırmalar ve Çalışmalar Dergisi, vol.10, no.19, 2018, ss.572 - 592.
AMA	DAYI F HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA. Akademik Araştırmalar ve Çalışmalar Dergisi. 2018; 10(19): 572 - 592.
Vancouver	DAYI F HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA. Akademik Araştırmalar ve Çalışmalar Dergisi. 2018; 10(19): 572 - 592.
IEEE	DAYI F "HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA." Akademik Araştırmalar ve Çalışmalar Dergisi, 10, ss.572 - 592, 2018.
ISNAD	DAYI, FARUK. "HİSSE SENEDİ GETİRİLERİNİN TAHMİNİNDE YAPAY SİNİR AĞI MODELİ KULLANIMI: İMKB’DE BİR UYGULAMA". Akademik Araştırmalar ve Çalışmalar Dergisi 10/19 (2018), 572-592.