Stock market business cycle prediction using regresyon analysis and artificial neural network

Abstract

Ekonomik hareketlilik; iş döngüsünü diğer adıyla iktisadi döngüyü şekillendirmektedir. Bu döngüler gerileme veya yükselme zamanlarını ifade eder ve sonsuz çeşitli ekonomik şartlardan etkilenmektedir. İş döngüleri; dinamik faktörlerle nitelendirilmiştir, bu dinamikliği ilk şekillendiren ise Markov modelidir. Döngü içinde bir durumdan başka bir duruma geçiş Markov zinciri ile olur.Bu araştırmada yaygın olarak Regresyon Analizi ve Yapay Sinir Ağı kullanılarak stok market modellemesi yapılmaya çalışılmaktadır. Market durumlarının makroekonomik değişkenlerle ilişkili olduğu varsayılmaktadır. Bu tezde, bu ilişkiyi analiz etmek için iki metod kullanılacaktır. Bunlar, Regresyon Analizi ve Yapay Sinir Ağı'dır. Ek olarak, rejim anahtarı modelinin yararları hesaba dayalı örnekler kullanılarak analiz edilmektedir.Anahtar Kelimeler: İş Döngüsü, Rejim Anahtarı, Markov Modeli, Yapay Sinir Ağı, Stok Market Tahmini.

Economic movement influences business cycle which is also named as economic cycle. These business cycles express time of decline or rising and they are impressed by endless various economic conditions. Business cycle is characterized by a dynamic factor. This dynamism is first formed by Markov Switching Model. Transition from one state to another can occur with Markov chain in the cycle. In this research, Regression Analysis and Artificial Neural Network were used to model stock market prediction. The market states are assumed to be related to macroeconomic variables. In this thesis, two methods were used to analyze this relationship. These are Regression Analysis and Artificial Neural Network. Moreover, the benefit of regime switching model was analyzed using a computational example. Key Words: Business Cycle, Regime Switching, Markov, Artificial Neural Network, Stock Market Prediction.