Derin öğrenme ve makine öğrenmesi yöntemleri kullanılarak gelişmekte olan ülkelerin finansal enstrümanlarının etkileşimi ile Bist 100 tahmini

Authors : Serap AKBULUT, Kemal ADEM

Pages : 52-63

Doi:10.28948/ngumuh.1131191

View : 18 | Download : 12

Publication Date : 2023-01-15

Article Type : Research Paper

Abstract :Döviz piyasaları, emtia piyasaları ve gelişmekte olan ülkelerin borsa endekslerinin Bist100 üzerindeki etkisi oldukça önemlidir. Ülke ekonomileri hem kendi hem de diğer ülkelerin ekonomilerine güçlü bir şekilde bağlıdır ve bu sebeple piyasalar etkilenmektedirler. Ekonomik açıdan piyasayı takip etmek kararları doğru verebilmek için tahmin yöntemleri kullanılmaktadır. Veri kümesi Ocak 2017 – Ekim 2021 tarihleri arasındaki kapanış verilerinden oluşmaktadır. Deneysel çalışmalarda objektifliğin sağlanması amacıyla k=5 ve 10 katlı çapraz geçerlilik modeli uygulanmıştır. Modellerin karşılaştırılmasında; Ortalama Mutlak Hata insert ignore into journalissuearticles values(MAE);, Bağıl Mutlak Hata insert ignore into journalissuearticles values(RAE);, Ortalama Karesel Hata Karekökü insert ignore into journalissuearticles values(RMSE); ve uzun kısa süreli bellek insert ignore into journalissuearticles values(LSTM); kullanılmıştır. Deneysel çalışmalar sonucunda, LSTM modelinin makine öğrenmesi modellerine göre daha iyi sonuç verdiği görülmüştür. LSTM modeli için test sonuçları incelendiğinde MAE değeri 10.27, RMSE değeri 14.15 ve RAE değeri ise 6.06’dir.
Keywords : Yapay Zeka, Derin Öğrenme, Veri Madenciliği, Finansal Tahmin