Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

1 ALTIN FİYATININ VE İŞLEM HACMİNİN TAHMİNİ Fatih M. BAYRAMOĞLU Coşkun HAMZAÇEBİ Emrullah DEMİRCİ.

Benzer bir sunumlar


... konulu sunumlar: "1 ALTIN FİYATININ VE İŞLEM HACMİNİN TAHMİNİ Fatih M. BAYRAMOĞLU Coşkun HAMZAÇEBİ Emrullah DEMİRCİ."— Sunum transkripti:

1 1 ALTIN FİYATININ VE İŞLEM HACMİNİN TAHMİNİ Fatih M. BAYRAMOĞLU Coşkun HAMZAÇEBİ Emrullah DEMİRCİ

2 2 İçerik 1.Altının yatırımcılar için önemi 2.Yapay Sinir Ağları 3.Uygulama 4.Bulgular ve Değerlendirme 5.Sonuç

3 3 Altının Önemi •Yatırımcılar için dünyanın her yerinde aynı değere sahip bir yatırım aracıdır. •Getiri potansiyeli yüksek bir yatırım aracıdır. •Likidite gücü yüksektir (Yüksek Likidite: Değerinde ve kolayca paraya çevrilebilme). •Dünyadaki birçok ülkede piyasası (borsası) bulunduğundan fiyatlar resmi olarak kontrol edilmektedir. •Dünya genelinde anlık işlemlere konu olabilmektedir. (Türkiye’de İstanbul Altın Borsası) •Dünya genelinde vadeli işlemlere konu olabilmektedir. (İzmir’de Vadeli İşlem ve Opsiyon Borsası)

4 4 Bir Altın Değerleme Ölçütü Olarak “ONS” “Ons”, uluslararası altın değer ölçütüdür ve 1 Ons Altın = gram Saf Altın anlamına gelir. Ons Fiyatı Ons Fiyatı Kullanılarak, analizimizde Uluslararası bir ölçüt kullanılmıştır

5 5 Ocak 2008 – Mayıs 2010 Tarihleri Arasında Altının Aylık Ortalama ONS Fiyatı Grafiği

6 6 Ocak 2008 – Mayıs 2010 Tarihleri Arasında Altının Aylık Ortalama Getiri Grafiği

7 7 Altının Ortalama Dönemsel Getirileri (1) 6 Aylık6.31% 1 Yıllık-1.34% 1,5 Yıllık12.67% 2 Yıllık30.22% 2.5 Yıllık (2010 Mayıs Sonu)36.34% En Çok Kazanan46.37% En Çok Kaybeden-16.36%

8 8 Altının Ortalama Dönemsel Getirileri (II) 2008 Yılı Getirisi-1.34% 2009 Yılı Getirisi31.55% 2010 (Mayıs Sonu) Getirisi6.12%

9 9 Yapay Sinir Ağları İnsan beyninin çalışma prensibini taklit eden YSA, tahmin amaçlı da kullanılan önemli bir araçtır. Tipik bir YSA, nöronlardan oluşan katmanların bileşimidir. Tahmin amaçlı en yaygın kullanılan YSA tipi, çok katmanlı algılayıcıdır. Çok katmanlı algılayıcı (ÇKA), dışarıdan verileri alan girdi katmanından, ağın çıktılarını dışarıya veren çıktı katmanından ve bu ikisi arasında genellikle bir ve bazen de daha fazla gizli katmandan meydana gelmektedir.

10 10 ÇKA Yapısı +1 X1X1 XnXn H1H1 HpHp Y1Y1 YmYm v ij w jk i=1,2,…,nj=1,2,…,pk=1,2,…,m Girdi Katmanı Gizli Katman Çıktı Katmanı...

11 11 Tipik Bir Yapay Nöron x1x1 xnxn 1 w1w1 wnwn b Aktivasyon fonksiyonu Çıktı Girdi

12 12 Uygulama Çalışmada analiz edilen üç zaman serisi bulunmaktadır. Bu seriler; • Altın ONS Fiyatının Gün İçi En Yüksek Değeri, • Altın ONS Fiyatının Gün İçi En Düşük Değeri, ve • İstanbul Altın Borsası Gün İçi Altın Alım Satım İşlem Hacmidir. Çalışmada kullanılan veri seti, 02/01/2008 ile 31/03/2010 yıllarını kapsamaktadır.

13 13 YSA ile Tahmin (I) YSA ile tahminde bulunurken her bir seri için k (k=1,…,3) dönem geçmiş gözlem değeri girdi olarak kullanılarak -gün içi en düşük değer için üç; -gün içi en yüksek değer için üç olmak üzere altı YSA modeli denenmiştir. Ayrıca, her iki serinin (k=1,…,3) olmak üzere gecikmeli değerlerinin girdi ve çıktı olarak kullanıldığı farklı üç YSA yapısı da denenmiştir. Kurulan dokuz modelde gizli nöron sayısı 2-10 arasında denenerek, en iyi değer belirlenmeye çalışılmıştır.

14 14 Geliştirilen Tek Çıktılı YSA Modellerinin Parametreleri Ölçülen BirimAltın ONS Güniçi DüşükAltın ONS Güniçi Yüksek Model NoM1M2M3M4M5M6 Girdi Katmanındaki Nöron Sayısı Gizli Katman Sayısı Gizli Katmandaki Nöron Sayısı Gizli Katmandaki Transfer Fonksiyonu Sig. Çıktı Katmanındaki Nöron Sayısı Çıktı Katmanındaki Transfer Fonksiyonu Sig. Öğrenme AlgoritmasıLM Eğitim Aşaması İterasyon Sayısı 5,000

15 15 Geliştirilen İki Çıktılı YSA Modellerinin Parametreleri Ölçülen BirimAltın ONS Güniçi Düşük ve Yüksek Model No M7M8M9 Girdi Katmanındaki Nöron Sayısı 246 Gizli Katman Sayısı 111 Gizli Katmandaki Nöron Sayısı 899 Gizli Katmandaki Transfer Fonksiyonu Sig. Çıktı Katmanındaki Nöron Sayısı 222 Çıktı Katmanındaki Transfer Fonksiyonu Sig. Öğrenme Algoritması LM Eğitim Aşaması İterasyon Sayısı 5,000

16 16 Performans Ölçütü Ortalama Mutlak Yüzde Hata (OMYH) Mean Absolute Percentage Error (MAPE)

17 17 Karşılaştırmalı Sonuçlar (I) Nöron Sayısı Performans Ölçütü SeriModellerGirdiÇıktıMAPE (OMYH) Altın DüşükModel Altın DüşükModel Altın DüşükModel Altın YüksekModel Altın YüksekModel Altın YüksekModel

18 18 Karşılaştırmalı Sonuçlar (II) Nöron Sayısı Performans Ölçütü SeriModellerGirdiÇıktı Düşük (MAPE) Yüksek (MAPE) Altın Düşük ve Yüksek Model Altın Düşük ve Yüksek Model Altın Düşük ve Yüksek Model

19 19 Sonuç Çalışmada, Altın Ons Fiyatlarının gün içinde alacağı en yüksek ve düşük değerlerin yapay sinir ağı modelleri ile tahmini amaçlanmıştır. Analiz sonucunda en başarılı sonuçların “iki gecikmeli (k=2)” modellerle elde edildiği görülmüştür. İlk olarak, sonuçlar istatistiki olarak anlamlıdır. Bu nedenle YSA’lar ile altın ons fiyatlarının tahmin edilmesi mümkündür. Yatırımcılar için daha güvenli bir liman olarak altın, YSA’lar ile öngörülerek yatırımcılara daha geçerli önerilerde bulunulabilinir.

20 20 Teşekkür Ederiz… Fatih M. BAYRAMOĞLU Coşkun HAMZAÇEBİ İletişim İçin Emrullah DEMİRCİ


"1 ALTIN FİYATININ VE İŞLEM HACMİNİN TAHMİNİ Fatih M. BAYRAMOĞLU Coşkun HAMZAÇEBİ Emrullah DEMİRCİ." indir ppt

Benzer bir sunumlar


Google Reklamları