Ekonomik Endeksler Kullanılarak Türkiye’deki Altın Fiyatındaki Değişim Yönünün Yapay Sinir Ağları İle Tahmini

Year 2016, Volume: 4 Issue: 3, 926 - 934, 01.08.2016

Cevdet İlker Kocatepe Oktay Yıldız

Abstract

Bu çalışmada, yapay sinir ağları kullanılarak altın fiyat değişim yönü tahmin edilmiştir. Altın fiyatındaki değişimlerin tahmini araştırmacılar ve özellikle yatırımcı olan karar vericiler açısından önem taşıyan bir konudur. Literatürde altın fiyatını etkileyen parametrelerin belirlenmesi ve altın değerinin tahmin edilmesi amacıyla farklı yöntemler ile yapılmış birçok çalışma bulunmaktadır. Tahmin yöntemleri, kantitatif ve kalitatif yöntemler olarak ikiye ayrılmaktadır. Bu çalışmada kantitatif yöntemler arasında yer alan yapay sinir ağları kullanılarak altın fiyatındaki değişim yönünün (Artış - Azalış) tahmin edilmesi hedeflenmiştir. Çalışmada 2007 ile 2015 yılları arasındaki aylık veriler kullanılmıştır. Çalışmada bağımlı değişken olarak Türkiye’deki altının gram fiyatı esas alınmış ve bağımsız değişkenler olarak ham petrol fiyatı, dolar endeksi, dolar kuru, Standard&Poor’s 500 endeksi, BIST100 endeksi, Türkiye enflasyon, tahvil ve faiz oranları, ABD enflasyon, tahvil ve faiz oranları, gümüş ve bakır fiyatları kullanılmıştır. Çalışmada, bağımlı değişkenin gelecekteki değerinin tahmininin yapılması için, bağımsız değişkenlerin bir ay önceki değerleri kullanılmıştır. Çalışma neticesinde gram altın fiyatındaki değişim yönünün tahmin başarım oranı %75,24 olarak bulunmuştur.

Keywords

Tahmin, Altın Fiyatı, Yapay Sinir Ağları

Forecasting Of The Direction Changes In The Gold Price In Turkey With Artificial Neural Network By Using Economic Indices

Abstract

In this study, the changes in price direction of gold was forecasted by using artificial neural networks. The forecasting of changes in the gold price is an important topic for the researchers and decision-makers who are especially investors. In the literature, there are many studies with different methods about identification of the parameters affecting the price of gold and about predicting gold values. Forecasting methods are basically divided into two groups. These are quantitative and qualitative methods. In this study artificial neural networks that involved in quantitative methods was used to predict changes in price direction of gold (Increase - Decrease). Monthly data were used in the study between 2007 and 2015. Montly price change per gram of gold in Turkey as the dependent variable in the study were taken as basis. Crude oil prices, dolar index, dollar exchange rate, Standard & Poor's 500 index, BIST100 index, Turkey inflation, bonds and interest rates, US inflation, bonds and interest rates, copper and silver prices were used as independent variables. In this study, to make the prediction of future values of the dependent variables, a month earlier values of the independent variable are used. As a result of the study, change in direction of gram gold price forecasting success rate was found to be 75.24%.

Keywords

Forecasting, Gold Price, Artificial Neural Networks

References

• E. Tully, B. M. Lucey, B. M., Research in International Business and Finance, (21), (2007) 316-325.
• E. Poyraz, S. Didin, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 13(2), (2008) 93-104.
• L. A. Sjaastad, Resources Policy, (33), (2008) 118-124.
• A. Parisi, F Parisi, D. Diaz, J. of Multi. Fin. Manag., (18), (2008) 477-487.
• U. Soytas, R. Sari, S. Hammoudeh S., E Hacihasanoglu, Energy Policy, (37), (2009) 5557-5566.
• A. Topçu, Altın Fiyatlarını Etkileyen Faktörler, Araştırma Raporu, SPK Araştırma Dairesi, Ankara-Türkiye, (2010).
• C. Toraman, Ç. Başarır, M. F. Bayramoğlu, Uluslararası Alanya İşletme Fakültesi Dergisi, 3(1), (2011) 1-20.
• M. Polat, Y. Türkan, "Altın Fiyatı ile Petrol Fiyatları Arasındaki İlişki Üzerine Bir Uygulama Çalışması" 17. Finans Sempozyumu, Muğla-Türkiye, (Ekim 2013) 61-68.
• M. Aksoy, N. Topcu, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 27(1), (2013) 59-78.
• B. Elmas, M. Polat, C.Ü. İktisadi ve İdari Bilimler Dergisi, 15(1), (2014) 171-187.
• Y. K. Benli A. Yıldız, Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (42), (2014) 213-224.
• E. Öztemel, Yapay Sinir Ağları, 1. Baskı, Papatya Yayıncılık, (2003).
• C. Hamzaçebi, Yapay Sinir Ağları–Tahmin Amaçlı Kullanımı, 1. Baskı, Ekin Yayınevi, (2011).
• B. Baesens, R. Setiono C. Mues J. Vanthienen, Management Science, 49 (3), (2003) 312-329.
• Anonim, http://tr.investing.com (Erişim Tarihi: Ekim 2015).
• Anonim, http://www.imf.org/en/Data (Erişim Tarihi: Ekim 2015).
• Anonim, http://www.trlibor.org (Erişim Tarihi: Ekim 2015).
• Anonim, http://www.global-rates.com (Erişim Tarih: Ekim 2015).
• Anonim, http://evds.tcmb.gov.tr (Erişim Tarihi: Ekim 2015).