Please use this identifier to cite or link to this item: https://hdl.handle.net/11499/3073
Title: İMKB 100 endeksinin yapay sinir ağları ve Newton nümerik arama modelleri ile tahmini ve sonuçların karşılaştırılması
Other Titles: Forecasting ISE 100 indice using artificial neural networks and Newton numerical search models and comparision of the results
Authors: Moralı, Tuncay
Advisors: Hakan Aygören
Keywords: İMKB 100
Newton
Geleneksel Zaman Serileri
Yapay Sinir Ağları
Tahmin Modelleri
ISE 100
Newton
Traditional Time Series
Artificial Neural Networks
Forecasting Models
Abstract: Bu tez çalışmasında İMKB 100 endeksi ile ilişkili bazı piyasa değişkenleri kullanılarak çeşitli modelleme çalışmaları yapılmış ve bu tahmin modelleri geleneksel zaman serileri, nümerik arama modelleri ve yapay sinir ağları yöntemleri ile tahmin edilmeye çalışılmıştır. Modelleme çalışmalarında geleneksel zaman serileri için ARMA(p,q), Nümerik Arama Modelleri için Newton yöntemi ve Yapay Sinir Ağları için ise Geri Yayılım Algoritması kullanılmıştır. Stokastik verilerin kullanıldığı zaman serilerinde modelleme çalışmaları tahmin sonuçlarına göre kıyaslanmıştır.
In this thesis different models were developed using some variables that are relevant to ISE 100 indice. These models were tried to predict by using traditional time series, numerical search models and artificial neural networks. For models, 3779 daily data were used corresponding to ISE 100 indice, golden price, interest rate, dual transactions between banks (TL) and USD daily closing price value.In these models for traditional time series ARMA(p,q), for numerical search models Newton method and for artificial neural networks backpropation algorithm were used. Stochastic data were used in time series and modelling works were comperad by using their prediction results.
URI: https://hdl.handle.net/11499/3073
Appears in Collections:Tez Koleksiyonu

Files in This Item:
File Description SizeFormat 
Tuncay MORALI.pdf1.61 MBAdobe PDFThumbnail
View/Open
Show full item record



CORE Recommender

Page view(s)

62
checked on May 6, 2024

Download(s)

160
checked on May 6, 2024

Google ScholarTM

Check





Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.