Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Sosyal Bilimler Enstitüsü, Türkiye
Tezin Onay Tarihi: 2007
Tezin Dili: Türkçe
Öğrenci: BARIŞ BİLEN VURAL
Danışman: YALÇIN KARATEPE
Özet:Bu tez çalışmasında Türk Finansal Piyasalarındaki gelişmelerin hisse senedi bazındaki değerlendirmesi yapılmaya çalışılmıştır. Bu sırada Yapay Sinir ağları temel hareket noktası olarak kabul edilerek, çözüme bu yoldan ulaşılmaya çalışılmıştır.Temel olarak bakıldığında yapay sinir ağları Türk finansal piyasalarında çok başarılı sonuçlar vermektedir ve bu tez çalışmasında Türk finansal piyasaları için gerekli olan ağ yapısı ve parametreleri tespit edilmiştir. Bundan sonraki araştırmacılar bu çıkarımları referans olarak kabul edebilirler. Çalışmamızda 2005 yılı kapanış verileri için 4-5-1 sinirağının çok başarılı performans gösterdiği görülmüştür. Üç katmanlı yapıdan daha fazla katman kullanmak sinir ağının performansını düşürmüştür. Yine aynı şekilde ortakatmandaki sinir hücresi sayısını arttırmak herhangi bir fayda sağlamamıştır. Sinir ağının öğrenim algoritması olarak en iyi sonucu verdiği görülen geriye doğru yayılım algoritması seçilmiş, en önemli öğrenim parametrelerinden olan alpha ve beta değerlerinin her ikisininde 0.1 değerini aldığında sinir ağının performansının en iyi sonuca ulaştığıgörülmüştür. Öğrenim fonksiyonları arasında ise geriye doğru türevlenebilirliği açısından diğer öğrenim fonksiyonlarından ayrılan 'sigmoid' fonksiyonu üstün bir performans göstermiştir. Girdi değerlerinin normalizasyonu yapılırken de borsa kapanış değerlerinin 0ila 0,9 arasına çekilmesi gerektiği tespit edilmiştir. Yine ağın performansının artması için eldeki verilen girdi seti ile test seti arasında 80'e 20 oranında paylaştırılması gerektiği sonucuna varılmıştır. Bir diğer önemli bulguda ağın ilk yaratıldığı anda ağın ağırlıklarının sonuca etkisi ile ilgilidir. Bu noktada ağın rastgele değerleri yüzde bir oranında sonuçüzerinde bir etki yaratmaktadır.