Yapay sinir ağları analizi ve türk finans piyasaları: İMKB 30 endeksi uygulaması
Artificial neural network analyze and turkish financial marketing: application of IMKB 30 index
- Tez No: 209275
- Danışmanlar: Y.DOÇ.DR. UFUK BAŞOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Ekonomi, Ekonometri, Elektrik ve Elektronik Mühendisliği, Economics, Econometrics, Electrical and Electronics Engineering
- Anahtar Kelimeler: Finans, Yapay sinir ağları, Zaman serileri analizi, Finance, Artificial neural networks, Time series analysis
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Bankacılık ve Sigortacılık Enstitüsü
- Ana Bilim Dalı: Sermaye Piyasası ve Borsa Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çalısmada öncelikle Türk finansal piyasalarda rol alan aktörler ve bu aktörlerin kullandıgı araçlar teorik olarak incelenmistir. Tezin 1. bölümünde bu teorik incelemenin yanında 2000 yılı sonrası Türk finansal piyasadaki gelismeler ortaya konmaya çalısılmıstır. Bununla birlikte Finansal piyasalarda rol oynayan degiskenlerin yapıları ve birbirleriyle olan iliskileri iktisadi olarak açıklanmaya çalısılmıstır. 1. bölümün sonucunda degiskenler arasında non-lineer bir yapının var oldugu bulgusuna ulasılmıstır. Tezin 2. bölümünde bu non-lineer yapıyı modelleyebilecegi düsünülen yapay sinir agları teorik olarak açıklanmıstır. Bu kısımda yapay sinir aglarının nerelerde kullanıldıgı, nasıl kullanıldıgı, özellikleri, avantajları, dezavantajları, ögrenme algoritmalarından bahsedilmistir. Uygulamada Levenberg-Marquardt algoritması kullanılmıstır. Tezin 3. kısmı ise Zaman Serileri analizine ayrılmıstır. Bu kısımda, kullanılan testler açıklanmıstır. Tezin 4. kısmı uygulama kısmıdır. Türk finansal piyasalarının yapay sinir agları ile modellendigi kısımdır. Finansal piyasaları temsil eden degisken olarak MKB?30 endeksi seçilmistir. MKB?30 endeksini açıklayan degiskenler olarak da Dolar kuru ve Faiz Oranı kullanılmıstır. Çalısmada degiskenler aylık frekansta toplanmıs olup 2000 Ocak ayı ile 2006 yılının Eylül ayına kadar olan dönem incelenmistir. Veriler modellenirken orijinal halleri kullanılmamıstır. Öncelikle degiskenler, sahip oldugu sistematik degisimden arındırılarak duragan hale getirilmislerdir. Yapay Sinir Agı Modeli'nde de bu getiri serileri kullanılmıstır. Model sonucu elde edilen çıktıların gerçek degerlerle korelasyonunun yüksek olması getiri serileri arasında nonlineer bir yapının oldugunu göstermektedir.
Özet (Çeviri)
In study, moduls which act in Turkish financial market and their usage field are analysed. In 1st section of thesis, as well as this analyse, after 2000, developments on Turkish financial markets birng up a matter. Also variables?, which ara on Turkish financial markets, structure and relationships between them are tried to explain. At the end of this section, we can sat that there is non-lineer structure between these variables. In 2th section of thesis, Artificial Neural Networks, which template this nonlineer structure, are explained theoretically. In this section, for Artificial Neural Networks? usage fields, properties, advantages, disadvantages, algorithms of learning are mentioned. In practice, algorithm of Levenberg-Marquardt is used. In 3rd section of thesis, time series analysis are told. In 4th section of thesis, we can see Turkish financial market which are templated with Artificial Neural Networks. ?IMKB?30 Indeks? that represents financial markets, are chosen as variable. ?Dolar Exchance Rate? and ?Interest Rate? are used as variables that explaine ?IMKB?30 Indeks? In study, variables are gathered monhtly and these periyods that between January, 2000 and September, 2006 is analysed. While data were being templated, their original conditions weren?t used. Primarily, by purifying variables from systematic changing, they are stabled situation. When the origianl data are stabled, they convert to series of yield. These series of yield are used in Artificial Neural Networks. Because of correlation between outputs, are acquired from modeling, and real values is high, shows there is a non-lineer structure between series of yields.
Benzer Tezler
- Bankacılıkta dijitalleşme kapsamında, öğrenen yapay zekâ desteğiyle sorunlu kredilerin belirlenmesi
Within the scope of digitalization in banking, determination of problem loans through the support of learning artificial intelligence
MUSTAFA CERAN
Doktora
Türkçe
2019
BankacılıkMarmara ÜniversitesiBankacılık Ana Bilim Dalı
PROF. DR. SERPİL BÜLBÜL ERGÜN
- The impact of ESG scores on financial performance with a comparative analysis of traditional, machine learning and fuzzy logic approaches in BIST 100 companies
BIST 100 şirketlerinde ESG skorlarının finansal performans üzerindeki etkisi: Geleneksel, makine öğrenmesi ve bulanık mantık yaklaşımlarının karşılaştırmalı bir analizi
CANSU ERGENÇ ÖZDAŞ
Doktora
İngilizce
2025
İşletmeAnkara Yıldırım Beyazıt Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. RAFET AKTAŞ
- Foreign trade flows estimations of RCEP countries using neural networks and panel data analysis
BKEO ülkelerinin ticaretlerinin panel veri ve yapay sinir ağları yöntemleri ile tahmin edilmesi
PASHTON BAHA
Yüksek Lisans
İngilizce
2022
EkonomiTürk-Alman ÜniversitesiUluslararası Finans Ana Bilim Dalı
PROF. DR. ELİF NUROĞLU
- Türk hava sahasındaki sivil hava trafik yoğunluğunun zaman serileri ve yapay sinir ağları ile analizi
Analysis of air traffic volume in Turkish airspace with time series and artificial neural networks
NURULLAH GÜLTEKİN
Yüksek Lisans
Türkçe
2022
İstatistikAnkara Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİBEL AÇIK KEMALOĞLU
- Türk müziği enstrümanlarının öznitelik vektörlerinin çıkarılması ve yapay sinir ağları kullanılarak sınıflandırılması
Obtaining the feature vectors of Turkish musical instruments and classification using artificial neural networks
MEHMET HAŞİM AÇANAL
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİNE AYAZ