YAPAY SİNİR AĞLARIYLA ALTIN(TL/KG) FİYATI TAHMİNİ

Öz Finansal varlıkların değerleri, farklı indekslerin değerleri gibi vasıfların öngörüsü finans alanında olabildiğinceehemmiyet göstermekte ve bu konuda epey zamanda farklı modeller elde edilmektedir. Doğrusal ya da doğrusal olmayan regresyon analizi, geleneksel zaman serileri analizi ve volatilitebenzeri modellerin beraberinde son zamanlarda yapay sinir ağları serileri öngörmede oldukça sık kullanılmaya başlamıştır.Yapılan çalışmalarda yapay sinir ağlarının geleneksel zaman serisi tekniklerine nazaran daha olumluneticeler verdiği tespit edilmiştir. Bu çalışmada altının kapanış değerlerini yapay sinir ağları ile tahmin etmek maksadıyla, altın fiyatları ile etkileşim içinde olacağı düşünülenbrent petrol ve gümüş piyasa değerleri, ABD doları/ EUR paritesi, EuroNext100 indeksi, Amerika Dow Jones İndeksi verileri modelleme aşamasında test edilmiştir. Yapay sinir ağları ile oluşturulan modelde saptanan tahmin neticelerialtının gerçek kapanış değerleri baz alınarak çeşitli performans ölçütleri ile karşılaştırılmıştır. Elde edilen sonuçlar yapay sinir ağlarının altın fiyatlarını öngörmede %81,43’lük başarıya ulaştığı tespit edilmiştir. Yapılan geçerlilik çözümlemesinin sonuçları incelendiğinde altın fiyatlarını belirleyen etmenlerin başında gümüş fiyatları, EUR/USD paritesi ve brent petrol piyasa değerlerinin olduğu saptanmıştır.  

___

Aksu, E. (2008) “Altın piyasasında fiyat oluşumu”, Atatürk Üniversitesi Sosyal Bilimler Enstitüsü İktisat Yüksek Lisans Tezi, Erzurum. Aksoy, M. ve Topçu, N. (2013) “Altın ile hisse senedi ve enflasyon arasındaki ilişki”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 27(1), s:59-78. Aydın, Ö. (2005) “Yapay Sinir Aglarını Kullanarak Bir Ses Tanıma Sistemi Geliştirilmesi”, Yüksek Lisans Tezi, Bilgisayar Mühendisligi ABD, Trakya Üniversitesi, Edirne, 74s. Balı, S. ve Cinel, M.O, (2011) “Altın Fiyatlarının İMKB 100 Endeksi’ne Etkisi ve Bu Etkinin Ölçümlenmesi”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 25(3-4), s:45-63. Benli Y. K. ve Yıldız A. (2014) “Altın fiyatının zaman serisi yöntemleri ve yapay sinir ağları ile öngörüsü. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 42. Sayı, 213- 224. Cihangir, C. ve Uğurlu, E., (2013) “Yatırım Aracı Olarak Altın: 2004-2012 Dönemi Türkiye Örneğinde Oynaklık İncelemesi”, Uluslararası İstanbul Finans Kongresi 2013, Kadir Has Üniversitesi, İstanbul. Çelik, U. ve Başarır, Ç. (2017) “ThePrediction of Precious Metal PricesviaArtificialNeural Network by Using RapidMiner”, TheJournal of Operations Research, Statistics, Econometricsand Management Information Systems, 5(1), s:46-54. Elmas, B. ve Polat, M. (2014) “Altın Fiyatlarını Etkileyen Talep Yönlü Faktörlerin Tespiti: 1988-2013 Dönemi”, Çukurova Üniversitesi İktisadi ve İdari Bilimler Dergisi, 15(1), s:171-187. Farahani, M. ve Mehralian, S. (2013) “Comparisonbetweenartificialneural network andneuro-fuzzyforgoldpriceprediction”, Proceeding of the 13th Iranian Conference on FuzzySystems (IFSC, 2013), s: 1-5. Ghosh, D.,Levin, E. J., Macmillan, P., ve Wright, R. E. (2004) “Gold as an inflationhedge?”, Studies in Economicsand Finance, 22(1), s: 1-25. Hussein, S.F.M, M. B. N. Shah, M. R. A. Jalal, ve S. S. Abdullah (2011) "Gold pricepredictionusingradialbasisfunctionneural network," in Proceedings of the 4th International Conference on Modeling, SimulationandAppliedOptimization, s:1-11. Iskandar, N. F. (2005) “An ArtificialNeural Network ApproachForShortTermModeling of StockPrice”, Index, Ph. D. Thesis, IndustrialSystemsEngineering, University of Regina, Saskatchewan, 85s. Kırlıoğlu, H. ve Fidan, M.E, (2006) “Kuyumculuk Sektörümüz, Sorunları ve Çözüm Önerileri”, Muhasebe ve Finansman Dergisi, 29(1), s:40-50. Kim, J. Y. (2003) “ANN WawePrediction Model ForWinterStormsandHurricanes ”, Ph. D. Thesis, The School of Marine Science, TheCollege of William andMarry, Virginia, 246s. Kocatepe, C.İ. ve Yıldız, O. (2016) “Ekonomik Endeksler Kullanılarak Türkiye’deki Altın Fiyatındaki Değişim Yönünün Yapay Sinir Ağları İle Tahmini”, Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 4, s: 926-934. Larose, D.T . (2005) “Discovering Knowledge in Data: An Introductionto Data Mining”, John Wiley&Sons, Inc.,Hoboken, 215s. Mirmirani, S. ve Li, H.C. (2004) “Gold Price, Neural Networks andGeneticAlgorithm”, ComputationalEconomics, 23(2), s:193-200. Parisi, A.,Parisi, F. ve Díaz, D. (2008) “Forecastinggoldpricechanges: Rolling andrecursiveneural network models”, Journal of Multinational Financial Management, 18(5), s:477-487. Ramaswamy, S. (1997) DecisionSupportSystem Using Neural Networks, M.S. Thesis, ComputerScience, University of Nevada, Nevada, 79s. Ranson, D. (2005a) “Whygold, not oil, is thesuperiorpredictor of inflation”, London: World Gold Council. Ranson, D. (2005b) “Inflationprotection: Whygoldworksbetterthanlinkers”, London: World Gold Council. Öztürk, F. ve Açıkalın, S. (2008) “Is gold a hedgeagainstturkish lira?”, South East EuropeanJournal of Economicsand Business, 3(1), s:35-40. Slaughter, G. E. F. (2003) “ArtificialNeuralNetwokForTemporalImpedanceRecognition of Neurotoxins”, M.S. Thesis, The School of Engineering, Virginia CommonWealthUniversity, Virginia, 115s. Toraman, C., Başarır, Ç., Bayramoğlu, M. F. (2011) “Altın fiyatlarını etkileyen faktörlerin tespiti üzerine: Mgarch modeli ile bir inceleme”, Uluslararası Alanya İşletme Fakültesi Dergisi, 3(1), s:1-20. Vural, M. G. (2003) “Altın piyasası ve altın fiyatlarını etkileyen faktörler”,Ankara: Türkiye Cumhuriyeti Merkez Bankası, Piyasalar Genel Müdürlüğü. Yüksel, R. ve Akkoç, S. (2016) “Altın Fiyatlarının Yapay Sinir Ağları ile Tahmini ve Bir Uygulama”, Doğuş Üniversitesi Dergisi, 17(1), s:39- 50. İNTERNET KAYNAKLARI Dünya Bülteni (2008) Erişim adresi: http://www.dunyabulteni.net/index.php?aType =haberArchive&ArticleID=36654, (Erişim Tarihi: 12.10.2017). Web (2006) Yesevi Net, Ders Notları, www.yesevi.net/muh/ysa.doc, (Erişim Tarihi: 14.11.2017).