Ekonomik endeksler kullanılarak Türkiye`deki altın fiyatındaki değişim yönünün yapay sinir ağları ile tahmini

Abstract

Altın fiyatındaki değişimlerin tahmini araştırmacılar ve özellikle yatırımcı olan karar vericiler açısından önem taşıyan bir konudur. Literatürde altın fiyatını etkileyen parametrelerin belirlenmesi ve altın değerinin tahmin edilmesi amacıyla farklı yöntemler ile yapılmış birçok çalışma bulunmaktadır. Tahmin yöntemleri, kantitatif ve kalitatif yöntemler olarak ikiye ayrılmaktadır. Bu çalışmada kantitatif yöntemler arasında yer alan yapay sinir ağları kullanılarak altın fiyatındaki değişim yönünün (Artış veya Azalış) tahmin edilmesi hedeflenmiştir. Çalışmada 2007 ile 2015 yılları arasındaki aylık veriler kullanılmıştır. Çalışmada bağımlı değişken olarak Türkiye'deki altının gram fiyatı esas alınmış ve bağımsız değişkenler olarak ham petrol fiyatı, dolar endeksi, dolar kuru, Standard&Poor's 500 endeksi, BIST100 endeksi, Türkiye enflasyon, tahvil ve faiz oranları, ABD enflasyon, tahvil ve faiz oranları, gümüş ve bakır fiyatları kullanılmıştır. Çalışmada, bağımlı değişkenin gelecekteki değerinin tahmininin yapılması için, bağımsız değişkenlerin tarihsel açıdan önceki değerleri kullanılmıştır. Çalışmada ilk oluşturulan yapay sinir ağı modeli kullanılarak yukarıda sıralanan on üç bağımsız değişken ağa girdi olarak sunulmuş ve gram altın fiyatındaki değişim yönünün tahmin başarım oranı %75,24 olarak bulunmuştur. Daha sonra zaman değişkeni ve diğer on üç değişken kullanılarak tahmin başarım oranı %77,14 olan bir model geliştirilmiştir. Son olarak girdilerin sayısının azaltılması için ilk geliştirilen modelde en etkin dört değişken tespit edilmiş ve bu dört bağımsız değişkenin girdi olarak kullanıldığı %76,19 tahmin başarım oranına sahip bir model geliştirilmiştir.

The forecasting of changes in the gold price is an important topic for the researchers and decision-makers who are especially investors. In the literature, there are many studies with different methods about identification of the parameters affecting the price of gold and about predicting gold values. Forecasting methods are basically divided into two groups. These are quantitative and qualitative methods. In this study artificial neural networks that involved in quantitative methods was used to predict changes in price direction of gold (Increase or Decrease). Monthly data were used in the study between 2007 and 2015. Montly price change per gram of gold in Turkey as the dependent variable in the study were taken as basis. Crude oil prices, dolar index, dollar exchange rate, Standard & Poor's 500 index, BIST100 index, Turkey inflation, bonds and interest rates, US inflation, bonds and interest rates, copper and silver prices were used as independent variables. In this study, to make the prediction of future values of the dependent variables, historically earlier values of the independent variable are used. In the study first created artificial neural network was used with listed thirteen independent variables as input and change in direction of gram gold price forecasting success rate was found to be 75.24%. Then time was used as independent varibale with listed thirteen independent variables and a model was developed that had 77.14% forecasting success rate. Finally, to reduce the number of inputs, most efficient four variables was found at the first developed model and then a model was developed with four independent variables as input. The last model has 76.19% forecasting success rate.