Bretton Woods sisteminin 1971 yılında çökmesi ile döviz kuru öngörüsünde yeni bir döneme girilmiştir. Bu dönem sonrasında, ekonomik karar alma sürecinde önemli rolü olan döviz kurlarının tahmini, üzerinde çalışılan önemli bir konu olmuştur. Bu çalışmada Yapay Sinir Ağları ile döviz kuru tahmininde alternatif çözüm yöntemleri aranmaktadır. Bu amaçla, döviz kuru öngörüsünde kullanılan zaman serisi modellerin‐ deki "gecikmeli değerler" ve döviz kuru öngörü‐ sünde kullanılan yapısal modellerden "Parasal model ve Satınalma Gücü Paritesi modellerinin değişkenleri" kullanılarak oluşturulan Yapay Sinir Ağları modellerinin tahmin performansları incelenmiştir. Çalışmada Türkiye'ye ilişkin Amerikan Doları ve Avro döviz kuru tahminleri yapılmıştır. Çalışmanın sonuçlarına bakıldığında döviz kuru değişkeninin gecikmeli değerleri kullanılarak oluşturulan Yapay Sinir Ağları modelinin en iyi öngörü gücüne sahip olduğu görülmüştür. Bu modelden sonra en iyi performansa sahip modelin ise Satınalma Gücü Paritesi değişkenleri ile oluşturulan Yapay Sinir Ağları modeli, en son olarak da Parasal modelin değişkenleri kullanılarak oluşturulan Yapay Sinir Ağları modeli olduğu sonucuna ulaşılmıştır.    

With  the  collapse  of  the  Bretton  Woods  System in 1971, a new era has started in exchange rate predictions.  In  this  era  prediction  of  exchange rates,  which  is  crucial  in  economic  decision processes, became a major research topic. In this study  alternative  methods  are  explored  to  pre‐dict  exchange  values  through  Artificial  Neural Networks.  For  this  aim  prediction  performances of  three  different  Artificial  Neural  Network models  are  examined;  first  model  that  is  con‐structed  by  using  the  Lagged  Values  in time series models, second  model that is constructed by  using  the  variables  of  “Monetary  Model”, which  is  a  structural  model  to  predict  exchange rates, the last model that is constructed by using the  “Purchasing  Power  Parity  Model”,  which  is another  structural  model  to  predict  exchange rates. In the study, exchange values of US Dollar and  Euro  are  predicted  against  the  Turkish  Lira. Results  of  the  study  show  that  Artificial  Neural Networks model, which was constructed by using the  lagged  values  of  exchange  value  variable, has  the  best  prediction  performance.  Artificial Neural  Network  models  that  are  constructed  by using  the  variables  of  Purchasing  Power  Parity Model and the variables of Monetary Model are ranked as the second and the third in the predic tion performance ranking respectively.