Finansal piyasalarda döviz kurunun zaman dizisi grafiği üzerinde bulunan Fraktallar (Kaotik emareler) yoluyla tahmin edilmesi
Estimating the exchange rate in financial markets through Fractals (Chaotic signs) found by scanning the correlation on the time series graph
- Tez No: 794348
- Danışmanlar: DR. ÖĞR. ÜYESİ MURAT ADİL SALEPÇİOĞLU
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Döviz kuru, Doğrusal zamanla değişmeyen sistemler, Doğrusal fark denklemi, Özyinelemeli en küçük kareler regresyonu, Makine öğrenme, Sinir ağları, Tahmin, Otokorelasyon fonksiyonu, Foreign exchange rate, Linear time invariant systems, Linear Difference Equation, Recursive least square regression, Machine Learning, Neural Networks, Forecasting, Prediction, Estimation, Autocorrelation Function
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: İşletme Bilim Dalı
- Sayfa Sayısı: 130
Özet
Döviz kuru sinyallerinin uzun vadeli öngörülebilirliği, istatistik ve finansta her zaman önemli bir ilgi konusu olmuştur. Ancak, döviz kuru sinyallerinin, yüksek oynaklık ve değişkenliği nedeniyle, uzun vadeli tahmini son derece zordur. Bugüne kadar, kısa vadeli tahminler için bile en iyi tahmin doğruluğunu üreten ideal bir yaklaşım üzerinde fikir birliğine varılmamıştır. Bu nedenle, döviz kuru sinyallerinin gelecekteki değerlerini tam olarak tahmin etmek için doğru ve güvenilir bir yöntem henüz oluşturulmamıştır. Bu çalışmada, döviz kuru sinyallerinin değişkenliğini ve öngörülebilirliğini, doğrusal zamanla değişmeyen sistem yaklaşımıyla (LTI), hesaplamaya odaklanıyoruz. Bunu başarmak için AUD/USD, CAD/CHF ve EUR/GBP döviz kuru sinyallerini, özyinelemeli en küçük kareler (RLS) yöntemine dayalı regresyon ile elde edilen doğrusal fark denklemi (LDE) gösterimi altında modelliyoruz ve karşılık gelen LDE katsayılarının yeni kur değerine karşı zamanla değişimini inceliyoruz. Döviz kurunun her yeni örneği için LDE katsayıları, özyinelemeli en küçük kareler regresyonuna dayalı sinir ağlarıyla makine öğrenme (ML) algoritması kullanılarak, uyarlamalı (adaptif) olarak hesaplanıyor ve dağılım fonksiyonları, ilişkili değerlerinin aralığını ve sıklığını ölçmek için, (fraktal analizi yapılıyor) değerlendiriliyor. Bulgularımızda; büyük bir çalışma örneği kullanımı altında, LDE katsayılarının daha küçük bir aralıkta (düşük varyans) değerler aldığı ve zaman içinde yavaşça değiştiği (düşük oynaklık), her iki durumda, uzun vadeli, yüksek doğrulukla tahmin yapılabileceği mümkün görülmektedir. Ayrıca, döviz kuru sinyallerinin, kendilerinden farklı olarak, ifade edildiği LDE katsayılarının otokorelasyon fonksiyonlarının (ACF) değerlendirilmesinde ve ardından bilinen kaotik sinyallerin AFC'ları ile karşılaştırma yoluyla analizinde, LDE katsayılarının, kaotik sinyallerde olduğu gibi, döngüsel bir davranış sergilediği de görülmektedir. Bu çalışma, döviz kuru sinyallerinin oynaklığının LDE katsayılarının kaotik doğasından kaynaklandığını ve bu oynaklığın, özyinelemeli en küçük kareler regresyonuna dayalı makine öğrenme yöntemi kullanarak, yüksek sayıda çalışma verisiyle büyük ölçüde bastırılabileceğini göstermektedir.
Özet (Çeviri)
The long-term predictability of foreing exchange rate signals has always been a topic of considerable interest in statistics and finance. However, due to the high volatility of exchange rate signals, long-term forecasting is extremely difficult. To date, no consensus has been reached on an ideal approach that produces the best forecast accuracy, even for short-term forecasts. Therefore, an accurate and reliable method for accurately predicting the future values of exchange rate signals has not yet been established. In this study, we focus on calculating the variability and predictability of exchange rate signals with a linear time-invariant (LTI) systems approach. To achieve this, we model the AUD/USD, CAD/CHF and EUR/GBP exchange rate signals under the linear difference equation (LDE) notation obtained by the recursive least squares (RLS) regression method and examine the time variation of the corresponding LDE coefficients. For each new instance of the exchange rate, the LDE coefficients are calculated adaptively using a machine learning (ML) method with neural networks (NN) based on RLS regression, and the distribution functions are evaluated to measure the range and frequency of their associated values. In our findings; It appears that under the use of a large working sample, the LDE coefficients take values in a smaller range (low variance) and change slowly over time (low volatility), in either case long-term, high-accuracy predictions can be made. In addition, in the evaluation of the autocorrelation function (ACF) of LDE coefficients in which exchange rate signals are expressed differently from themselves, and then in the analysis of known chaotic signals by comparison with ACF, it is seen that LDE coefficients exhibit a cyclical behavior, just like chaotic signals. This study shows that the volatility of exchange rate signals is due to the chaotic nature of the LDE coefficients, and this volatility can be suppressed to a large extent with a large number of training data using a machine learning method based on recursive least squares regression.
Benzer Tezler
- Financial resilience of conventional versus participation banking: Evidence from macro stress testing approach and risk spillovers analysis
Konvansiyonel bankacılık ve katılım bankacılığının finansal dayanıklılıklarının karşılaştırılması: Makro stres testi ve risk yayılımı analizi yaklaşımları
HUZEYFE ZAHİT ATAN
Doktora
İngilizce
2022
Bankacılıkİstanbul Teknik Üniversitesiİktisat Ana Bilim Dalı
DOÇ. DR. RESUL AYDEMİR
- Türkiye'de döviz kuru politikalarının olası etkileri
The possible effects of exchange rates policies in Turkey
SÜREYYA YILMAZ
- Finansal krizlerin nedenleri, oluşumu ve sonuçları; Güneydoğu Asya, Meksika ve Türkiye örnekleri
The Reasons, formation and results of the financial crises; Southeast Asia, Mexico and Turkey as examples
ELİF BİRCAN
Yüksek Lisans
Türkçe
2001
EkonomiGazi Üniversitesiİktisat Politikası Ana Bilim Dalı
DOÇ. DR. ÖMER FARUK ÇOLAK
- Opsiyon ve futures piyasalarının gelişimi ve Türkiye'deki durumu
Başlık çevirisi yok
İLKER KALAYCI
Yüksek Lisans
Türkçe
1994
İşletmeİstanbul ÜniversitesiPara Banka Ana Bilim Dalı
DOÇ. DR. HALİT TARGAN ÜNAL