Forecasting BIST-100 price index
BIST-100 fiyat endeksi tahminlemesi
- Tez No: 481691
- Danışmanlar: YRD. DOÇ. DR. DİLEM YILDIRIM KASAP
- Tez Türü: Yüksek Lisans
- Konular: Ekonometri, Ekonomi, İşletme, Econometrics, Economics, Business Administration
- Anahtar Kelimeler: Bayes Kestirim Yöntemi, Borsa İstanbul, Finansal araçlar, Finansal ürünler, Fiyat endeksi, Fiyat hareketi, Hisse senedi değeri, Hisse senetleri, Makro değişkenler, Bayes Estimation Method, İstanbul Stock Exchange, Financial instruments, Financial products, Price index, Price movement, Stock valuation, Stocks, Maclobemide
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İktisat Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmanın amacı BIST-100 endeksinin tahminini gerçekleştirmek ve öncelikli makro ve finansal belirleyicileri bulmaktır. Bu amaç için, bu değişkenlerin Borsa İstanbul üzerindeki muhtemel etkilerini bulmak üzere teorik aday değişkenleri kullanan kapsamlı arama algoritması benimsenmiştir. ARIMAX modeli formatında oluşturulan algoritmanın amacı her bir açıklayıcı değişkenin her bir kombinasyonundan yararlanarak 2002-2013 zaman dilimi boyunca BIST-100 endeksi davranışlarını aylık verilerle yakalamaktır. Bu amaçla, Akaike ve Bayesian bilgi kriterleri nezdinde en iyi modeller algoritma kapsamında oluşturulan bir çok model arasından elde edilmiştir. Minimum Akaike değerli model, minimum Bayesian değerli modele göre kök ortalama kare hatası değeri gözetilerek daha üstün olmaktadır. Dahası da, iki yıllık gösterge tahvil, DAX ve Bovespa Endeksleri BIST-100 Fiyat Endeksini tahminlemek için en iyi açıklayıcı değişkenler olarak bulunmuştur. Bunun yanında, 2014-2015 zaman diliminde örneklem dışı validasyon gerçekleştirilmiştir.
Özet (Çeviri)
The ultimate goal of this study is to forecast the BIST-100 Price Index using its mostly significative macroeconomic and financial determinants. For this aim, we have adopted an exhaustive search algorithm which takes the advantage of theoretical candidate variables to find the possible effects of these variables on the BIST-100 Price Index. The algorithm, which is built in the form of linear ARIMAX models, is to exploit every possible combination of explanatory variables to capture the behaviour of the index over the time period from 2002 to 2013 using monthly based data. To this end, best models have been obtained out of a huge number of models with regard to Akaike and Bayesian information criteria. The model with minimum AIC value outperforms the model with minimum BIC value with respect to root mean square error measure. Moreover, the 2Y Turkish bond interest rate, the DAX and Bovespa Indices are the best explanatory variables found to estimate the index. Besides, out-of-sample testing has been implemented over the 2014-2015 time period.
Benzer Tezler
- Makine öğrenmesi ile hisse senetlerinin fiyat tahminlemesi: BİST 100' de bir uygulama
Price forecasting of shares by machine learning: An application in BIST 100
OSMAN NURİ AKARSU
- Predicting Stock Price Index of Borsa Istanbul (BIST) using different machine learning techniques
Borsa İstanbul (BIST) hisse değerlerinin farklı bir makine öğrenimi tekniği ile tahmin edilmesi
NAZMİ BERK ŞAHİN
Yüksek Lisans
İngilizce
2016
Endüstri ve Endüstri Mühendisliğiİstanbul ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. RECEP KIZILASLAN
- Yapay zeka alt dalları ve uygulama alanları: BIST 100 tahmini için geleneksel ve yapay zeka yöntemlerine uygulanabilir üç katmanlı zenginleştirici bir yapay öğrenme katmanı–TriNet-Fin
Artificial intelligence subfields and application domains: A three-layered enriching artificial learning architecture for BIST 100 forecasting via traditional and AI-based methods–TriNet-Fin
HÜSEYİN İŞCAN
Doktora
Türkçe
2025
EkonomiSüleyman Demirel Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. AYŞE DURGUN KAYGISIZ
- Yapay zekâ tabanlı haber analizi ve hisse senedi fiyat tahmini
Artificial intelligence-based news analysis and stock price prediction
ESRA DERİCİ
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Okan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MASHA MİKAEİLİ
- Google Trends arama hacim endeksi ve Borsa İstanbul ilişkisi: BIST 100 örneği
Başlık çevirisi yok
ERTAN ERTEN