| dc.creator |
YAKUT, Yöntemleriyle Borsa Endeksi Tahmini Yr |
|
| dc.creator |
YAKUT, Emre |
|
| dc.creator |
ELMAS, Doç.Dr.Bekir |
|
| dc.creator |
YAVUZ, Yrd.Doç.Dr.Selahattin |
|
| dc.date |
2014-03-01T00:00:00Z |
|
| dc.date.accessioned |
2019-07-09T11:35:24Z |
|
| dc.date.available |
2019-07-09T11:35:24Z |
|
| dc.identifier |
http://dergipark.org.tr/sduiibfd/issue/20816/222712 |
|
| dc.identifier |
|
|
| dc.identifier.uri |
http://acikerisim.sdu.edu.tr/xmlui/handle/123456789/44530 |
|
| dc.description |
Recently neural networks and support vector machines prediction techniques are seen to be used increasingly in many finance problems such as Stock-Exchange Index financial distress prediction or classification of corporate bond as an alternative for statistical methods.. Neural Networks is conducted as a system working parallel to each other, composed of many simple elements of operation. Additionally the function is determined by structure of the network, connection weights (weights of the synapses) and performed operations in elements. Support vector machines (SVMs) which is closely related to artificial neural networks; SVM model using a sigmoid kernel the function is obtained using a two layer and feed forward neural network |
|
| dc.description |
Günümüzde yapay sinir ağları ve destek vektör makineleri finans alanında borsa endeks tahmini, finansal başarısızlık tahmini ya da şirket bonolarının sınıflandırılması gibi birçok alanda istatistiki yöntemlere alternatif olarak giderek artan bir şekilde kullanılmaktadır. Yapay sinir ağı, birbirlerine paralel olarak çalışan, birçok basit işlem elemanından oluşan ve fonksiyonu, ağın yapısı, bağlantı ağırlıkları ve elemanlarda gerçekleştirilen işlemler tarafından belirlenen bir sistemdir. Destek vektör makineleri de yapay sinir ağlarıyla yakından ilişkili olup, sigmoid bir kernel fonksiyonu kullanan DVM; iki katmanlı, ileri beslemeli bir yapay sinir ağına sahiptir. Bu çalışmada amaç ileri beslemeli yapay sinir ağları ve destek vektör makineleri yöntemleriyle BISTendeksinin etkin bir tahminin yapılıp yapılmayacağının ortaya konmasıdır.Çalışmada Borsa İstanbul (BIST) endeksinin tahmin edilmesi için BIST endeksinin bir, iki ve üç günöncesine ait değerleri yanında Amerikan dolar kuru, gecelik faiz oranı ve NIKKEI (Japonya Borsası),BOVESPA (Brezilya Borsası), FTSE (İngiltere Borsası), CAC (Fransa Borsası), DAX (AlmanyaBorsası) internet sitelerinden elde edilen 2005-2012 tarihleri arasındaki borsa endeksi değerlerikullanılarak, BIST endeks değeri ileri beslemeli yapay sinir ağları ve destek vektör makineleriyöntemleriyle tahmin edilmiştir. Sonuç itibari ile yapay sinir ağları ve destek vektör makineleriyöntemlerinin borsa endeksinin tahmin edilmesinde modellenebileceğini göstermiştir |
|
| dc.format |
application/pdf |
|
| dc.language |
tr |
|
| dc.publisher |
Süleyman Demirel University |
|
| dc.publisher |
Süleyman Demirel Üniversitesi |
|
| dc.relation |
http://dergipark.org.tr/download/article-file/194261 |
|
| dc.source |
Volume: 19, Issue: 1
139-157 |
en-US |
| dc.source |
1301-0603 |
|
| dc.subject |
Yapay Sinir Ağları, Destek Vektör Makineleri, Endeks, BIST |
|
| dc.title |
Yapay Sinir Ağları ve Destek Vektör Makineleri |
en-US |
| dc.title |
YAPAY SİNİR AĞLARI VE DESTEK VEKTÖR MAKİNELERİ YÖNTEMLERİYLE BORSA ENDEKSİ TAHMİNİ |
en-US |
| dc.type |
info:eu-repo/semantics/article |
|