AMERİKAN DOLARI KURUNUN YAPAY SİNİR AĞLARI YÖNTEMİYLE TAHMİNLENMESİ: 2009 – 2021 DÖNEMİ
Öz
Bu çalışmada Türk Lirası cinsinden Amerikan Doları (çalışmanın geri kalan kısmında dolar olarak anılacaktır) kuru değerinin yapay sinir ağları yöntemiyle tahminlenmesi ve yapay sinir ağları yönteminin dolar kuru tahminlemesinde başarılı olup olmadığının tespitinin yapılması hedeflenmektedir. Bu amaçla yapay sinir ağı, 2009 - 2021 dönemindeki yedi ayrı zaman serisine ait verilerle eğitilerek aynı dönem tahminlenmiştir. Tahmin değerleri gerçek değerlerle karşılaştırılmış ve hata metrikleri hesaplanmıştır. Çalışmada kullanılan tüm veriler Türkiye Cumhuriyet Merkez Bankası Elektronik Veri Dağıtım Sistemi’nden alınmıştır. Veriler MATLAB 2013 programı aracılığıyla analiz edilmiştir. Yapılan analiz sonrası MAE, MSE ve MAPE hata metrikleri hesaplanmıştır. Elde edilen sonuçlara göre MSE değeri 0,0019355, MAE değeri 0,01738, MAPE değeri ise 0,5137 olarak hesaplanmıştır. Bu bulgu kurulan modelin % 0,5137 (yaklaşık binde beş) hata oranı ile dolar kurunu tahmin ettiğini göstermektedir.
Anahtar Kelimeler
Kaynakça
- Ağyar, Z. (2015). Yapay sinir ağlarının kullanım alanları ve bir uygulama. Mühendis ve Makine, 56(662), 22-23.
- Akkaya, G. C., Demireli, E. & Yakut, Ü. H. (2009). İşletmelerde finansal başarısızlık tahminlemesi: Yapay sinir ağları ile İMKB üzerine bir uygulama. Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 10(2), 187-216.
- Aktaş, R., Doğanay, M. M. & Yıldız, B. (2003). Mali başarısızlığın öngörülmesi: İstatistiksel yöntemler ve yapay sinir ağı karşılaştırılması. Ankara Üniversitesi Siyasal Bilgiler Fakültesi Dergisi, 58(4), 1-24.
- Altunöz, U. (2013). Bankaların finansal başarısızlıklarının yapay sinir ağları modeli çerçevesinde tahmin Eedilebilirliği. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 28(2), 189-217.
- Atlı, D. F. (2022). Yapay sinir ağlarının eğitimi için salp sürü optimizasyonu algoritmasının iyileştirilmesi, (Tez No. 743583) [Yüksek Lisans Tezi, Necmettin Erbakan Üniversitesi].
- Başpınar, U. (2006). PIC mikrodenetleyici ile yapay sinir ağı donanım modülü, (Tez No. 185234) [Yüksek Lisans Tezi, Marmara Üniversitesi].
- Bulut, C. (2018). Beyin bilgisayar arayüzü uygulamaları için EEG sinyal analizi, (Tez No. 507466) [Yüksek Lisans Tezi, Altınbaş Üniversitesi].
- Çelik, B. (2008). Yapay sinir ağları metodolojisi ile zaman serisi analizi: Teori ve uygulama, (Tez No. 227201) [Yüksek Lisans Tezi, Marmara Üniversitesi].
- Diler, A. İ. (2003). “İMKB Ulusal – 100 endeksinin yönünün yapay sinir ağları hata geriye yayma yöntemi ile tahmin edilmesi”, İMKB Dergisi, 7(25-26), 65-81.
- Eğrioğlu, E., Yolcu, U. & Baş, E. (2019). Yapay sinir ağları öngörü ve tahmin uygulamaları. Nobel Yayıncılık.