Vadeli işlem sözleşmelerinin fiyatlarının yapay sinir ağlarıyla tahmin edilmesi: VOB üzerine bir uygulama

Abstract

Finansal zaman serilerinin tahmin edilmesi finans dünyasında önemli bir kavramdır. Bu tez çalışmasının amacı, Yapay Sinir Ağları'nın (YSA) finans alanında bir uygulamasını gerçekleştirmektir. Gerçekleştirilen uygulamada, yapay sinir ağları kullanılarak finansal zaman serilerinin modellenmesi ve tahmin edilmesi yapılmıştır. YSA modellerinin performansı, hata kareleri ortalaması ve regresyon sonuçlarıyla ölçülmüştür.Bu çalışmada kullanılan veriler, Vadeli İşlemler ve Opsiyon Borsası'nın web sitesinden elde edilmiştir. Bunun için VOB'da mevcut olan endeks ve döviz sözleşmeleri ele alınmıştır. Uygulamada kullanılan sözleşmeler içerisinde VOB-İMKB 30 Endeks Sözleşmesi, VOB-İMKB 100 Endeks Sözleşmesi, VOB-TL Dolar Döviz Sözleşmesi ve VOB-TL Euro Döviz Sözleşmesi yer almaktadır. Uygulama için, 4 Şubat 2005 ile 31 Aralık 2010 tarihleri arasında toplam 1486 günlük veri kullanılmıştır.Mevcut çalışmada, tüm sözleşmeler için temel sinir ağı modeli olarak ileri beslemeli mimari olan geri yayılımlı yapay sinir ağı algoritması kullanılmıştır. Geri yayılım algoritmasıyla oluşan hatanın en az olması sağlanmıştır. Sözleşmelerin öngörüsü için kurulan modelin analizleri sonucunda, doğrusal olmayan bir modelleme tekniği olan yapay sinir ağları yönteminin etkin bir performans sergilediği görülmektedir.

The prediction of financial time series is an important concept. The purpose of this study is to perform an application of Artificial Neural Networks (ANN) on financial sector. The application to be carried out, I used artificial neural networks architecture to model and predict financial time series. The performance of ANN models have been measured by the results of Mean Squared Error (MSE) and Regression. Data have been collected from the official web site of Turkish Derivatives Exchange (TURKDEX). Index Futures Contracts and Currency Futures Contracts which are in TURKDEX have been used in this study. The contracts to be used in the application contain TurkDEX-ISE 30 Index Futures Contract, TurkDEX-ISE 100 Index Futures Contract, TurkDEX-TRYUSDollar Futures Contract, and TurkDEX-TRYEuro Futures Contract. 1486 days of data between 4 February 2005 and 31 December 2010 used in this study.In the current study, the basic neural model was a feed-forward architecture using the back propagation algorithm. It also performed to be minimum number of errors caused by back propagation algorithm. As a result of analyses of the established model for prediction of the contracts, it shows that ANNs method which is a nonlinear modeling technique has an effective performance.