Forecasting foreign exchange rate with machine learning techniques
Makine öğrenmesi teknikleri ile kur tahmini
- Tez No: 830561
- Danışmanlar: DOÇ. DR. FULYA GÖKALP YAVUZ
- Tez Türü: Yüksek Lisans
- Konular: Ekonometri, İstatistik, Econometrics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Bretton Woods sisteminin çöküşü ile birlikte uluslararası iktisat, esnek döviz kuru rejimi altında kur davranışlarını açıklamakla ilgili zorluklarla karşı karşıya kalmıştır. Döviz kuru bağlantısızlık bilmecesi, döviz kurları ile altındaki makroekonomik belirleyiciler arasındaki zayıf ilişkiyi vurgulamaktadır. Bununla birlikte, Meese ve Rogoff(1983) tarafından yapılan önemli çalışmalar, döviz kurlarını tahmin etmede karmaşık ekonomik teorilere göre basit Rassal Yürüyüş modelinin kur tahmininde güçlü bir model olduğunu göstermiştir. Konuyu derinlemesine incelemek için bu çalışma, Otoregresif Tamamlanmış Hareketli Ortalama, Aşırı Gradyan Arttırılmış Ağaçlar, Destek Vektör Regresyonu, Uzun Kısa Süreli Bellek, Evrişimli Sinir Ağları modelleri ile beraber Otoregresif Tamamlanmış Hareketli Ortalama-Uzun Kısa Süreli Bellek Hibriti doğrusal ve doğrusal olmayan zaman serisi dinamiğini yakalaması için kullanılmıştır. Araştırmaya konu olan Rus Rublesi, Euro ve Türk Lirasının 3, 7, 14 ve 30 günlük tahminleri incelenmiştir. Açık Faiz Oranı Paritesi, Satın Alma Gücü Paritesi ve Para Modeli gibi klasik ekonomik teorilere dayalı modelleri kullanarak bu teorik yapıları içermeyen modellerle performansları karşılaştırılmıştır. Bu modellerin performansı Karesel Ortalama Hata, Ortalama Mutlak Yüzdesel Hata ve Theil-U metrikleri ile değerlendirilmiştir. Araştırma çıktıları, ekonomik değişkenlerin kur tahmininde kesin bir etkisinin olmadığını, evrensel olarak optimal bir modelin olmadığını ve özellikle Avro ile ilgili, Rassal Yürüyüşün tutarlı bir model olduğunu vurgulamaktadır. Sonuç olarak, sürekli değişen global finans ortamında doğru bir kur tahmini yapabilmek için çeşitli ve sürekli gelişen bir araç setine ihtiyaç duyulduğu kanıtlanmıştır.
Özet (Çeviri)
Since the collapse of the Bretton Woods system, international macroeconomics has grappled with the challenges of explaining exchange rate behavior under flexible regimes. The exchange rate disconnect puzzle underscores the elusive relationship between exchange rates and their underlying macroeconomic determinants. Drawing on this, groundbraking work by Meese and Rogoff (1983), have posited the potential superiority of the simple random walk model over complex economic theories in forecasting exchange rates. To further probe into this, our study employs a diverse set of models—ARIMA, Extreme Gradient Boosting, Support Vector Regression, Long Short Term Memory, Convolutional Neural Network, and notably, an ARIMA-LSTM Hybrid—with the objective of capturing both the linear and non-linear dynamics inherent in the data. We examine the forecasting landscape for the Russian Ruble, Euro, and Turkish Lira over time horizons of 3, 7, 14, and 30 days. Utilizing models grounded in classical economic theories such as the Uncovered Interest Rate Parity, Purchasing Power Parity, and the Monetary Model and contrasted their performance with models that did not incorporate these theoretical constructs. The effectiveness of these models was assessed based on Root Mean Square Error, Mean Absolute Percentage Error, and Theil's U metrics. Our findings underscore the nuanced role of economic variables in forecasting, the absence of a universally optimal model, and the consistent phenomenon of benchmark Random Walk models holding their own, particularly with the Euro. Conclusively, the realm of forex forecasting is underscored as multifaceted, emphasizing the need of a diverse, evolving toolkit in navigating the ever-shifting global financial landscape.
Benzer Tezler
- Twitter sentiment analysis with Turkish tweets for exchange rate prediction
Döviz kuru tahmini için Türkçe tweetler ile twitter duygu analizi
YUSUF FURKAN KOÇ
Yüksek Lisans
İngilizce
2022
Bilim ve TeknolojiBaşkent ÜniversitesiTeknoloji ve Bilgi Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURCAN ALKIŞ
- 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
ADİL AŞIRIM
Doktora
Türkçe
2023
İşletmeİstanbul Aydın Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT ADİL SALEPÇİOĞLU
- Foreign exchange rate forecasting by using machine learning algorithms: Developed vs. emerging economies
Makine öğrenmesi algoritmalarıyla döviz kuru tahmini: Gelişmiş ve gelişmekte olan ekonomiler
ÖZLEM AKEKMEKÇİ
Yüksek Lisans
İngilizce
2022
EkonomiBoğaziçi Üniversitesiİktisat (İngilizce) Ana Bilim Dalı
DOÇ. DR. TOLGA UMUT KUZUBAŞ
- Döviz kuru oynaklığının değişken varyans modelleri ile tahmini: Türkiye örneği
Forecasting foreign exchange rate volatility with variabla variance models: Turkey evidence
OSMAN NURİ BORAN
- Forecasting direction of exchange rate fluctuations with two dimensional patterns and currency strength
Döviz kuru dalgalanma yönünün iki boyutlu örüntüler ve para birimi gücü ile önceden tahminlenmesi
MUSTAFA ONUR ÖZORHAN
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI TOROSLU
DR. ONUR TOLGA ŞEHİTOĞLU