IDEAS home Printed from https://ideas.repec.org/a/iif/iifjrn/v29y2014i336p31-58.html
   My bibliography  Save this article

Hisse Senedi Piyasalarının Kaotik Yapısı ve Yapay Sinir Ağları ile öngörüsü: IMKB-100 örneği

Author

Listed:
  • Selin Devrim ÖZDEMİR

    (Marmara Üniversitesi)

  • Işıl AKGÜL

    (Marmara Üniversitesi)

Abstract

Bu çalışmada 23.10.1987-15.02.2011 döneminde İMKB-100 endeksi getirisinin kaotik yapıya sahip olup olmadığının belirlenmesi ve kaotik davranış biçiminin varlığı durumunda öngörüde en başarılı sonucu verecek olan modelin seçilmesi amaçlanmıştır. Buna yönelik olarak ilk olarak İMKB-100 endeksinde kaotik yapının varlığı çeşitli yaklaşımlarla incelenmiş ve yapılan analizlerin sonucunda İMKB-100 endeksinin kaotik karakteristik özelliklere sahip olduğu belirlenmiştir. Ardından GARCH, EGARCH, ileri beslemeli, yinelenen ve kaotik yapay sinir ağı kullanılarak 5 günlük ve 15 günlük öngörüler yapılmıştır. Modellerin öngörü başarıları, çeşitli ölçütler ve Diebold-Mariano testi ile karşılaştırılmıştır. Bulgular, İMKB-100 endeksi için kaotik yapay sinir ağı modelinin en başarılı sonucu verdiğini göstermiştir.

Suggested Citation

  • Selin Devrim ÖZDEMİR & Işıl AKGÜL, 2014. "Hisse Senedi Piyasalarının Kaotik Yapısı ve Yapay Sinir Ağları ile öngörüsü: IMKB-100 örneği," Iktisat Isletme ve Finans, Bilgesel Yayincilik, vol. 29(336), pages 31-58.
    • Handle: RePEc:iif:iifjrn:v:29:y:2014:i:336:p:31-58
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a search for a similarly titled item that would be available.

    More about this item

    Keywords

    Doğrusal Olmama; Kaos; BDS Testi; Lyapunov Üsteli; Yapay Sinir Ağları; İMKB-100 Endeksi; Diebold-Mariano Testi;
    All these keywords.

    JEL classification:

    • C22 - Mathematical and Quantitative Methods - - Single Equation Models; Single Variables - - - Time-Series Models; Dynamic Quantile Regressions; Dynamic Treatment Effect Models; Diffusion Processes
    • C45 - Mathematical and Quantitative Methods - - Econometric and Statistical Methods: Special Topics - - - Neural Networks and Related Topics
    • C50 - Mathematical and Quantitative Methods - - Econometric Modeling - - - General

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:iif:iifjrn:v:29:y:2014:i:336:p:31-58. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Ali Bilge (email available below). General contact details of provider: http://iif.com.tr .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.