Öğrenen ve Öngören Varlık Yonetimi

Müşterilere yapılan anlık kur teklifleri, bankacılık sektöründeki en kritik konular arasında yer almaktadır. Verilen tekliflerin uygun seviyede olması hem banka hem de müşteri açısından oldukça önemlidir. Bu çalışmada, müşteriye verilen kur tekliflerinin tahmini için yaklaşık 8 aylık veri kullanılmış ve tahmin modelleri tasarlanmıştır. Toplamda 18 farklı kur üzerinden çalışma yürütülmüştür. Çalışmada bağımlı değişkenler müşteri segmenti, anlık kur değeri, gün bilgisi, saat bilgisi ve volatilite değeri olarak belirlenmiştir. Bağımsız değişken ise kur marjıdır. Eğitimler günlük verilerle ve Rastgele Ağaçlar insert ignore into journalissuearticles values(RF);, Gradyan Arttırma Makinesi insert ignore into journalissuearticles values(GBM);, Yapay Sinir Ağları insert ignore into journalissuearticles values(ANN);, Derin Sinir Ağları insert ignore into journalissuearticles values(DNN);, Evrişimli Sinir Ağları insert ignore into journalissuearticles values(CNN); ve Elman Sinir Ağı algoritmaları kullanılarak gerçekleştirilmiştir. Algoritmaların hiper-parametrelerini bulmak için rastgele arama algoritması kullanılmış ve model eğitimlerinin sonuçları karşılaştırılarak en düşük hata değerine sahip modeller tahmin aşamasında kullanılmak üzere seçilmiştir. Başarım ölçümü için Ortalama Kare Hata insert ignore into journalissuearticles values(MSE); ve Ortalama Mutlak Hata insert ignore into journalissuearticles values(MAE); hata fonksiyonları kullanılmıştır. Üç farklı model üzerinden gerçekleştirilen eğitimlere göre yapay sinir ağları ve evrişimli sinir ağları algoritmalarının diğer algoritmalara göre daha iyi sonuçlar verdiği gözlemlenmiştir. 18 kur için tahmin süresi yaklaşık 3s`dir.