BİST 100 getiri endeksinin farklı yöntemlerle öngörülerek sonuçlarının karşılaştırılması
Forecasting BİST 100 return index with different methods and comparing results
- Tez No: 462190
- Danışmanlar: PROF. DR. AYDIN ÜNSAL
- Tez Türü: Doktora
- Konular: Ekonometri, Ekonomi, İstatistik, Econometrics, Economics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 186
Özet
Çalışmada, makine öğrenmesi kavramlarından saklı Markov modelleri ve yapay sinir ağları finansal zaman serilerinin bir sonraki dönem öngörüsü için kullanılmıştır. Çıkan öngörü sonuçları parametrik modeller olan ARIMA ve GARCH'tan çıkan öngörü sonuçları ile karşılaştırılmıştır. Çalışma dört bölümden oluşmaktadır. Birinci bölümde finansal zaman serilerine temel teşkil eden rassal süreçler konusu gözden geçirilmiştir. İkinci bölümde finansal zaman serileri analizinde kullanılan Box-Jenkins yöntemi ile ARCH/GARCH modellerinden bahsedilmiştir. Üçüncü bölümde makine öğrenmesi konusuna kısaca değinilmiş, saklı Markov modelleri ve yapay sinir ağları ile ilgili bilgiler verilmiştir. Son bölüm olan dördüncü bölümde ise ikinci ve üçüncü bölümdeki yöntemler BIST 100 günlük kapanış toplam getiri endeksi verilerine öngörü amaçlı uygulanmış, ortalama mutlak hata performans ölçütü kullanılarak çıkan sonuçlar karşılaştırılmıştır. ARCH/GARCH modellerinin çalışmadaki diğer modellere göre daha iyi öngörü sonuçları ürettiği görülmüştür. Anahtar Kelimeler : Saklı Markov modelleri, yapay sinir ağları, Box-Jenkins yöntemi,ARIMA, ARCH/GARCH, beklenti büyütme algoritması, rassal süreçler
Özet (Çeviri)
In this study, some concepts of machine learning namely, hidden Markov models and artificial neural networks were used for financial time series' next period forecast. Forecast results were compared with those from parametric ARIMA and GARCH models. The study consists of four chapters. In the first chapter, the concept of stochastic processes which is principal for financial time series was reviewed. In the second chapter Box-Jenkins methodology and ARCH/GARCH models which are used in financial time series analysis were mentioned. In the third chapter, the concept of machine learning was referred and information about hidden Markov model and artificial neural networks was provided. In the fourth and the last chapter, methods which were discussed in the second and the third chapters were applied to daily closing values of BIST 100 total return index for forecast and model results were compared with mean absolute error performance criteria. It is concluded that, ARCH/GARCH models have produced better forecast results compared to the other models in the study. Key Words : Hidden Markov models, artificial neural networks, Box-Jenkins methodology, ARIMA, ARCH/GARCH, expectation-maximization algorithm, stochastic processes
Benzer Tezler
- Türkiye sermaye piyasasında yapısal kırılmaların ve değişen kovaryansların sosyo-ekonomik olaylarla analizi ve zamana bağlı değişen betalarla getiri tahmini
Analysis of structural breaks and conditional covariances by socio – economic environment and return forecasting with conditional betas in Turkish capital market
AYÇA AKYATAN
- Pay piyasasında etkin piyasalar hipotezinin uzun hafıza modelleri ile analizi
Analysis of efficient markets hypothesis in share market with long memory models
SAFURE GÜNBAY YILMAZ
Yüksek Lisans
Türkçe
2024
İşletmeGümüşhane Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İBRAHİM KARAASLAN
- Finansal piyasaların fraktal yapısı ve BIST-100 endeksinin fraktallığının ölçümü
Fractal structure of financial markets and measuring of fractality of ISE-100 index
SAMET GÜNAY
- Adaptif piyasalar hipotezinin Borsa İstanbul 100 endeksinde test edilmesi
Testing adaptive market hypothesis in Borsa İstanbul 100
FATMA KÖSE İÇİGEN
- Finansal piyasalarda tahmin yöntemleri: Türkiye'de tahvil-pay getiri farkı oranı ile finansal piyasaların tahmini üzerine bir araştırma
Méthodes de prévision sur les marchés financiers: Une recherche sur la prévision des marchés financiers et le ratio différence des taux d'obligations en Turquie
HAKKI AKDAŞ