THY Hisse Senedi Değerinin Yapay Sinir Ağları İle Kestirimi
Bu çalışmada, BİST’de işlem gören Türk Hava Yolları işletmesinin hisse senedi değerleri,günümüz finans piyasalarında yaygın olarak kullanılan Yapay Sinir Ağı (YSA) Modelleri ile tahminedilmeye çalışılmıştır. Çalışma kapsamında 2015-2018 dönemine ait günlük veriler kullanılarak hissesenedi değerleri farklı YSA modelleri ile öngörülmüş, bu değerler aynı dönem gerçekleşen değerlerlekarşılaştırılarak en başarılı YSA modeli belirlenmiştir. Analizde çıktı olarak hisse senedi değeri, girdiolarak ise BIST 100 ile BIST Ulaştırma Endeksleri, petrol ve dolar fiyatları kullanılmıştır. Uygulamaaşamasında haftanın ilk 4 gününe ait değerler eğitim verisi, cuma gününe ait değerler ise test verisiolarak seçilmiştir. Çalışmanın devamında en başarılı model kullanılarak 2019 yılı ocak ayına ait ilk 10işlem günü için hisse senedi tahmin değerleri oluşturulmuştur. Bulgular, THY’ye ait gerçek hissesenetleri değerlerinin tahmin edilen hisse senetleri değerlerine çok yakın olduğunu ortaya koymuştur.
The Forecasting of Thy Stock Value With Artifıcial Neural Networks
In this study, the stock values of the Turkish Airlines business traded on the BIST are predicted with the Artificial Neural Network (ANN) Models. These models are widely used in today's financial markets. By using daily data belonging to 2015-2018 period, stock values are predicted with various ANN models and the most successful ANN model has been determined by comparing these values with the values realized in the same period. In the analysis, the stock value is used as an output, while BIST 100 and BIST Transportation Indexes, oil and dollar prices are used as inputs. The values of the first 4 days of the week are selected as training data and the values of fridays are selected as the test data. Afterwards, stock estimation values are predicted for the first 10 transaction days of January 2019 by using the most successful model. The findings show that the real stocks values of THY are very close to the estimated stocks values.
___
- Akbalık, M. & Özkan, N. (2016) “Haftanın Günü Etkisi: BIST 30 Endeksi Payları Üzerine Bir Araştırma”, Finansal Araştırmalar ve Çalışmalar Dergisi, 8(14). 1-16.
- Akcan, A. & Kartal, C. (2011) “İMKB Sigorta Endeksini Oluşturan Şirketlerin Hisse Senedi Fiyatlarının Yapay Sinir Ağları İle Tahmini”, Muhasebe ve Finansman Dergisi, (51). 27-40.
- Akel, V. & Karacameydan, F. (2012) “Yatırım Fonları Net Varlık Değerlerinin Yapay Sinir Ağları Yöntemiyle Tahmin Edilmesi”, Anadolu Üniversitesi Sosyal Bilimler Dergisi, Cilt/Vol.: 12 - Sayı/No: 2 (87-106)
- Altunöz, U. (2013) “Bankaların Finansal Başarısızlıklarının Yapay Sinir Ağları Modeli Çerçevesinde Tahmin Edilebilirliği”, Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 28(2).
- Aslay, F. & Özen, Ü. (2013) “Meteorolojik Parametreler Kullanılarak Yapay Sinir Ağları İle Toprak Sıcaklığının Tahmini”, Politeknik Dergisi, 16(4). 139-145.
- Aygören, H., Saritaş, H. & Morali, T. (2012) “İMKB 100 Endeksinin Yapay Sinir Ağları ve Newton Nümerik Arama Modelleri İle Tahmini”, Journal of Alanya Faculty of Business/Alanya İşletme Fakültesi Dergisi, 4(1).
- Bağiş, A. ve Konar, M. (2010) “Uçuş Kontrol Sistemi Yakıt Parametresinin Yapay Sinir Ağları Kullanılarak Belirlenmesi”, Akıllı Sistemlerde Yenilikler Ve Uygulamaları Sempozyumu, 21-24 Haziran 2010, Kayseri&Kapadokya, Türkiye.
- Braga, A., de Leon Ferreira, A. C. P., ve Ludermir, T. B. (2007), Redes Neurais Artificiais: Teoria E Aplicações, Rio de Janeiro, Brazil:: LTC Editora.
- Budak, H. & Erpolat, S. (2012) “Kredi Riski Tahmininde Yapay Sinir Ağları ve Lojistik Regresyon Analizi Karşılaştırılması”, Ajıt‐E: Online Academic Journal of Information Technology, 3(9). 23-30.
- Cao, Q., Leggio, K., & Schniederjans, M. (2005) “A Comparison Between Fama Andfrench’s Model And Artificial Networks İn Predicting The Chinese Stock Market”, Computers and Operations Research, 32, 2499–2512.
- Cao, Q., Parry, M. E., ve Leggio, K. B. (2011) “The Threefactor Model And Artificial Neural Networks: Predicting Stock Price Movement İn China”, Annals of Operations Research, 185(1), 25-44.
- Chen, A., Leung, M., ve Daouk, H. (2003) “Application Of Neural Networks To Anemerging Financial Market: Forecasting And Trading The Taiwan Stock İndex”, Computers and Operations Research, 30, 901–923
- Çalışkan, M. M. T. & Deniz, D. (2015) “Yapay Sinir Ağlarıyla Hisse Senedi Fiyatları ve Yönlerinin Tahmini”, Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 31, 177-194.
- Dayı, F. & Ata, H. A. (2012) “Yapay Sinir Ağı İle Hisse Senedi Getirisi Tahmini: Bir Firma Uygulaması”, 16. Finans Sempozyumu. 10-13.
- De Oliveira, F. A., Nobre, C. N., & Zárate, L. E. (2013) “Applying Artificial Neural Networks To Prediction Of Stock Price And İmprovement Of The Directional Prediction İndex–Case Study of PETR4, Petrobras, Brazil”, Expert Systems with Applications, 40(18), 7596-7606.
- Donaldson, R. G., & Kamstra, M. (1997) “An Artificial Neural Network-GARCH Model For İnternational Stock Return Volatility”, Journal of Empirical Finance, 4(1), 17-46.
- Ekinci, Y., Temur, G. T., Çelebi, D., & Bayraktar, D. (2008) “Ekonomik Kriz Döneminde Firma Başarısı Tahmini: Yapay Sinir Ağları Tabanlı Bir Yaklaşım”, Endüstri Mühendisliği Dergisi, Cilt: 21 Sayı: 1 (17-29)
- Erinci, F. (2016) “Her Şey Dâhil Sisteminde Yiyecek İçecek Miktarlarının Yapay Sinir Ağları İle Tahmini. Alanya’da Bir Uygulama”, Doktora Tezi, Akdeniz Üniversitesi, Sosyal Bilimler Enstitüsü, Antalya.
- Jabin, S. (2014) “Stock Market Prediction Using Feed-Forward Artificial Neural Network”, International Journal of Computer Applications, 99(9), 4-8.
- Kaastra, I. & Boyd, M. (1996), “Designing A Neural Network For Forecasting Financial And Economic Time Series”, Neurocomputing, 10(3). 215-236.
- Karahan, M. (2011) “İstatistiksel Tahmin Yöntemleri: Yapay Sinir Ağları Metodu İle Ürün Talep Tahmini Uygulaması”, Doktora Tezi, Selçuk Üniversitesi, Sosyal Bilimler Enstitüsü, Konya.
- Khansa, L. & Liginlal, D. (2011) “Predicting Stock Market Returns From Malicious Attacks: A Comparative Analysis of Vector Autoregression And TimeDelayed Neural Networks”, Decision Support Systems, 51(4). 745-759.
- Kutlu, B. & Badur. B. (2009) “Yapay Sinir Ağları İle Borsa Endeksi Tahmini”, Yönetim Dergisi, 20(63).
- Mostafa, M. M. (2010) “ Forecasting Stock Exchange Movements Using Neural Networks: Empirical Evidence From Kuwait”, Expert Systems with Applications, 37(9), 6302-6309.
- Olson, D., ve Mossman, C. (2003) “Neural Network Forecasts Of Canadian Stock Returns Using Accounting Ratios”, International Journal of Forecasting, 19(3), 453-465.
- Özkan, F. (2012) “Döviz Kuru Tahmininde Parasal Model ve Yapay Sinir Ağları Karşılaştırması”, Business & Economics Research Journal, 3(1).
- Rençber, Ö. F. (2018) “Basamak Korelasyon Kohonen ve Anfis Yapay Sinir Ağ Modellerinin Sınıflandırma Performanslarının Karşılaştırılması: Lojistik Performans Endeksi Üzerine Uygulama”, Ege Akademik Bakis, 18(3). 521- 535.
- Roh, T. H. (2007) “Forecasting The Volatility Of Stock Price İndex”, Expert Systems with Applications, 33(4), 916-922.
- Saraçoglu, O. G., Bagis, A., Konar, M., & Tabaru, T. E. (2016) “ABC Algorithm Based Fuzzy Modeling of Optical Glucose Detection”, Advances in Electrical and Computer Engineering, 16(3), 37-42.
- Sönmez, F., Zontul, M. & Bülbül, Ş. (2015) “Mevduat Bankalarının Karlılığının Yapay Sinir Ağları ile Tahmini: Bir Yazılım Modeli Tasarımı”, Journal of Brsa Banking & Financial Markets, 9(1).
- Tektaş, A. & Karataş, A. (2004) “Yapay Sinir Ağlari ve Finans Alanina Uygulanmasi: Hisse Senedi Fiyat Tahminlemesi”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 18(3-4). 337-349.
- Ticknor, J. L. (2013) “A Bayesian Regularized Artificial Neural Network For Stock Market Forecasting”, Expert Systems With Applications, 40(14). 5501-5506.
- Toraman, C. (2008) “Demir-Çelik Sektöründe Yapay Sinir Ağları İle Hisse Senedi Fiyat Tahmini: Erdemir AŞ ve Kardemir AŞ Üzerine Bir Tahmin Uygulaması”, Muhasebe ve Finansman Dergisi, (39), 44-57.
- Vaisla, K.S. ve A.K. Bhatt (2010) “An Analysis of the Performance of Artificial Neural Network Technique for Stock Market Forecasting”, International Journal on Computer Science and Engineering, 2(6), 2104-2109.
- Vaziri, B. S. (2006) “Assessing The Effect Of Macroeconomic Variables On Stock Price İndex İn Tehran Stock Exchange”, (M.S. thesis), Alzahra University.
- Yıldız, Ö. (2006) “Döviz Kuru Tahmininde Yapay Sinir Ağlarının Kullanımı”, Yüksek Lisans Tezi, Eskişehir Osmangazi Üniversitesi, Sosyal Bilimler Enstitüsü, Eskişehir.
- Yiğiter, Ş. Y., Sarı, S. S. & Başakın. E. E. (2017) “Hisse Senedi Kapanış Fiyatlarının Yapay Sinir Ağları ve Bulanık Mantık Çıkarım Sistemleri İle Tahmin Edilmesi”, Kahramanmaraş Sütçü İmam Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 7(1). 1-22.