Forecasting stock index movement with artificial neural networks: The case of İstanbul stock exchange

Bu çalışma yapay sinir ağları yönteminin menkul kıymetler borsa endeksinin değişim yönünü tahmin etme başarısını incelemeyi amaçlamaktadır. Tahminde Istanbul Menkul Kıymetler Borsası (İMKB) verilerinden oluşturulan ver her biri 150 gözlemden oluşan iki örneklem kullanılmıştır. Sonuçlar yapay sinir ağlarının endeks değişimlerinin yüksek yüzdesinin doğru tahmin ettiğini göstermektedir. Sözkonusu performans özellikle beş günlük periodda daha yüksek çıkmıştır. Oysa birçok çalışmada geleneksel yaklaşım olarak bir sonraki gün değeri tahmin edilmeye çalışılmıştır. Bu çalışma sonuçlarına göre yapay sinir ağları ile daha etkin tahmin yapabilmek için farklı zaman periodlarının dikkate alınması önemli olmaktadır.

Yapay sinir ağları yöntemi ile menkul kıymetler borsası endeksinin değişim yönü tahmini: İstanbul menkul kıymetler borsası örneği

This study aims to examine performance of artificial neural networks (ANN) in forecasting stock market index movement. The forecasting is based on two samples of Istanbul Stock Exchange (ISE) data and each consisting of 150 observations. Forecasting performance is assessed in one, five and ten day periods. Results show that ANN gives high percentage of correctly forecasted signs. This performance is particularly evident in five days period, while conventional approach mostly uses next day forecasting. These results imply that for more efficient forecasting with ANN use of different time periods is important.

PDF

___

Abdelmouez, G., Hashem, S. R. Atiya, A.F. and El-Gamal, M.A., “Neural Network vs. Linear Models for Stock Market Sectors Forecasting” in proceedings of International Joint Conference on Neural Networks, Orlando, Florida, USA, August 12-17, 2007.
Altay, E., and Satman, H. M., “Stock Market Forecasting: Artificial Neural Network and Linear Regression Conmparison in An Emerging Market”, Journal of Financial Management and Annalysis, 18, 2005, 18-33.
Avcı, E., “Forecasting Daily and Sessional Returns of the ISE-100 Index with Neural Network Models”, Doğuş Üniversitesi Dergisi, 8, 2007, 128-142.
Chen, A. S., Leung, M. T., and Daouk, H., “Application of Neural Networks To An Emerging Financial Market: Forecasting and Trading The Taiwan Stock Index”, Computer & Operations Research, 30, 2003, 901-923.
Diler, A. İ., “İMKB Ulusal-100 Endeksinin Yönünün Yapay Sinir Ağları Hata Geriye Yayma Yöntemi ile Tahmin Edilmesi”, İMKB Dergisi, 25-26, 65-81, 2003.
Egeli, B., Özturan, M., and Badur, B., “Stock Market Prediction Using Artificial Neural Networks”, In proceedings of Hawaii International Conference on Business, June 18 -21, 2003.
Gately, E. J., Neural Networks for Financial Forecasting, John Wiley & Sons, 1996.
Kumar, M., and Thenmozhi, M., “Forecasting Stock Index Movement Using Comparison of Support Vector Machines and Random Forest Method”, IIMB Management Review, 21, 2009.
Lee, K., Yoo, S., and Jongdae, J., “Neural Network Model vs. SARIMA Model in Forecasting Korean Stock Price Index (KOSPI)”, Issues in Information Systems, 8, 2007, 372-378.
Medsker, L., Turban, E., and Trippi, R. R., “Neural Network Fundamentals for Financial Analysts” in: Neural Networks in Finance and Investing, Revised Edition. Trippi, R.R., and Turban, E., ed. Irwin Professional Publishing, Chicago, IL, 1996.
Şenol, D., and Öztüran, M., “Stock Price Direction Prediction Using Artificial Neural Network Approach: The Case of Turkey”, Journal of Artificial Intelligence, 1, 2008, 70-77.
Yildiz, B., Yalama, A., and Coskun, M., “Forecasting the Istanbul Stock Exchange National 100 Index Using an Artificial Neural Network”, World Academy of Science, Engineering and Technology, 46, 2008, 36-39.