Developing a neural network system for financial prediction and an application on ISE

Abstract

Yapay sinirsel ağlar özellikle görüntü işleme ve tanıma alanlarında geliştirilen başarılı uygulamalardan sonra pek çok alanda kullanılmaya başlanılmıştır. Veri inceleme, sınıflandırma, genelleme ve yönelim öngörmedeki yetenekleri, sinirsel ağların finans alanında kullanılmasını sağlamıştır. Özellikle düzenli olmayan ilişkileri betimleyebilme ve rastgele olmayan hareketleri tahmin edebilme özellikleri yapay sinir ağlarının hisse senedi fiyat hareketlerinin öngörümünde kullanılmasını yaygınlaştırmıştır. Bu alanda yapılan araştırmaların ve geliştirilen modellerin çoğunlukla tatmin etmeyen sonuçlar vermesine rağmen az da olsa başarılı çalışmalar yapay sinir ağlarının hisse senedi fiyat hareketlerinin öngörümünde kullanılmasını cesaretlendirmektedir. Bu çalışmada bir finansal öngörme yöntemi olarak yapay sinir ağlarının nasıl kullanılacağı anlatılıyor. Sinirsel ağlar hakkında genel bir bilgi verildikten sonra, bu teknikle geliştirilen finansal öngörü sistemlerinin başarılı olmasındaki en önemli faktörün sağlıklı bir girdi-çıktı ilişkisi kurmak ve iyi bir ağ yapısı kurmak olduğu düşünülerek tasarım aşamaları detaylı olarak açıklanıyor. Bu çalışmada yapay sinirsel ağlar kullanılarak dört model geliştiriliyor. Kapanış fiyatları, işlem hacmi ve endeks verilerinin uzun ve kısa vadeli yönelimleri girdi olarak verilerek modellerin eski yönelimleri kullanarak gelecekteki fiyat hareketlerini ve yönelimlerini öngörebileceği belirtiliyor. Son olarak endeksin haraketlerinin öngörümü İçin bir model geliştiriliyor. iv

After a number of successful applications in image processing and recognition, neural networks have gained a wide-spread use and an admirable place in data processing field. Their ability in data mining, classification, generalisation and trend prediction is the key factor of which they have been extensively used in finance. As neural networks are good at learning non-linear relationships and at predicting non-random movements, they have been utilised especially in forecasting stock price movements. Even though most of the researches and the models gave unsatisfactory results, there are a few successful applications that encourage the use of neural networks in the prediction of stock price movements. In this study, it's explained how artificial neural networks are used as a method for financial forecasting. After giving a brief description of neural networks, every step of developing a neural network forecasting system is explained in detail. In this study, four models have been developed for the prediction of stock price movements, using multi-layer feed-forward neural networks. By presenting the long and short term trends of the end-of-week closing prices, weekly trade volume and the end-of-week market index to the network, the models are expected to predict the future price movements by analysing the past trends. At last, a model has been developed for the prediction of market index. Ill