BIST-100 Endeks Hareketlerinin BRICS Endeksleri Aracılığıyla Tahmin Edilmesi: Yapay Sinir Ağları Uygulaması

Creative Commons License

Sarı S. S., Saka Ilgın K.

abant sosyal bilimler dergisi, cilt.22, sa.1, ss.351-366, 2022 (Hakemli Dergi)

  • Yayın Türü: Makale / Tam Makale
  • Cilt numarası: 22 Sayı: 1
  • Basım Tarihi: 2022
  • Dergi Adı: abant sosyal bilimler dergisi
  • Derginin Tarandığı İndeksler: TR DİZİN (ULAKBİM)
  • Sayfa Sayıları: ss.351-366
  • Erzincan Binali Yıldırım Üniversitesi Adresli: Evet

Özet

Bu çalışmada, BİST 100 endeks hareketlerinin BRICS ülkelerinin gösterge endeksleri ile tahmin edilmesi amaçlanmaktadır. Çalışmanın uygulama kısmında, tahmin için geliştirilen modellerde bağımlı değişken olarak BİST 100 endeksinin aylık kapanış fiyatları, bağımsız değişken olarak BRICS ülkelerinin gösterge endekslerinin aylık kapanış fiyatları kullanılmıştır. Bu kapsamda 5’i bağımsız, 1’i bağımlı değişken olmak üzere toplam 6 değişkenle kurulan 20 model Yapay Sinir Ağları (YSA) yöntemi ile analiz edilmiştir. Analizi yapılan tüm modellerde, 2008- 2019 yılları arasındaki aylık verilerden yararlanılmıştır. Değişkenlere ait toplanan 143 aylık verinin %70’i eğitim verisi olarak, %30’u ise matematiksel modellerin tahmin başarısını ölçmek için kullanılmıştır. Elde edilen bulgulara göre, Yapay Sinir Ağları (YSA) yöntemi ile BİST 100 endeksini tahmin etmek için kurulan modellerin BRICS ülkelerinden sırasıyla Hindistan, Güney Afrika ve Rusya ülkeleri için başarılı sonuçlar verdiği gözlenmiştir.

In this study, it is aimed to estimate the movements of BIST 100 index with indicator indexes of BRICS countries. In the application part of the study, monthly closing prices of BIST 100 index are used as dependent variables and monthly closing prices of BRICS countries' indicator indexes as independent variables. In this context, 20 models installed with a total of 6 variables, 5 of which are independent and 1 of which are dependent variables, were analyzed using the Artificial Neural Networks (ANN) method. Monthly data between 2008 and 2019 were used in all analyzed models. 70% of the 143-month data collected from variables were used as training data, and 30% were used to measure the predictive success of mathematical models. According to obtained findings, it has been observed that the models established to estimate the BIST 100 index by Artificial Neural Networks (ANN) method yielded successful results from BRICS countries for India, South Africa and Russia respectively.