Research Article
BibTex RIS Cite

A RESEARCH ON BIST ELECTRICITY INDEX PRICE FORECASTING WITH ARTIFICIAL NEURAL NETWORKS

Year 2024, Issue: 69, 179 - 186, 30.12.2024
https://doi.org/10.18070/erciyesiibd.1513531

Abstract

In this study, Artificial Neural Networks are used to predict the price of BIST Electricity Index (XELKT) with various models in the period January 2004-March 2024. In the models predicted, Euro, Dollar, Gram Gold, Brent Oil, Consumer Price Index and BIST100 values are determined as independent variables, and XELKT is determined as dependent variable. The model with the best prediction success is determined by changing different training functions, different numbers of hidden layers and the number of neurons in the hidden layers according to different training and testing rates. The performance of the predicted models has been examined with the measures of Mean Squared Error, Mean Absolute Percentage Error and Root Mean Square Error. Through regression analysis, R values showing the relationship between the actual price and the achieved price are calculated. As a result, it has been concluded that the Artificial Neural Networks Method is successful in predicting the price of XELKT.

References

  • Asilkan, Ö., & Irmak, S. (2009). İkinci el otomobillerin gelecekteki fiyatlarının yapay sinir ağları ile tahmin edilmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(2), 375-391.
  • Aydın, Ö. F. (2019). Yapay sinir ağları ile enflasyon tahmini (Yüksek Lisans Tezi). Beykent Üniversitesi Fen Bilimleri Enstitüsü.
  • Chen, A. S., Leung, M. T., & Daouk, H. (2003). Application of neural networks to an emerging financial market: forecasting and trading the Taiwan Stock Index. Computers & Operations Research, 30. 901-923.
  • Çalışkan, M. M. T., & Deniz, D. (2015). Yapay sinir ağlarıyla hisse senedi fiyatları ve yönlerinin tahmini. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 10(3), 177-194.
  • Çanakcı, A. (2006). Yapay sinir ağlarının makroekonomik bir model üzerine uygulanması: bir Türkiye örneği (Yüksek Lisans Tezi). Gazi Üniversitesi Sosyal Bilimler Enstitüsü.
  • Çınaroğlu, E., & Avcı, T. (2020). THY hisse senedi değerinin yapay sinir ağları ile kestirimi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi 34(1). 1-19. https://doi.org/10.16951/atauniiibd.530322
  • Demirel, A. C., & Hazar, A. (2021). Borsa endekslerinin birbirleriyle etkileşimi ve endeks yönünün tahmini: BİST100 üzerine bir uygulama. Ekonomi ve Finansal Araştırmalar Dergisi, 3(1), 1-8.
  • Elmas, Ç. (2021). Yapay zeka uygulamaları (5. Baskı). Ankara: Seçkin Yayıncılık.
  • Hamzaçebi, C. (2021). Matlab uygulamalı yapay sinir ağları (2. Baskı). Ankara: Seçkin Yayıncılık.
  • Karacameydan, F. (2009). Yatırım fonları net varlık değerlerinin yapay sinir ağları yöntemiyle tahmin edilmesi (Yüksek Lisans Tezi). Bozok Üniversitesi Sosyal Bilimler Enstitüsü.
  • Karakul, A. K. (2020). Yapay sinir ağları ile BIST-100 endeks değerinin tahmin edilmesi. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 7(2), 497-509. https://doi.org/10.30798/makuiibf.721866
  • Koç Ustalı, N., Tosun, N., & Tosun, Ö. (2021). Makine öğrenmesi teknikleri ile hisse senedi fiyat tahmini. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 16(1), 1-16. https://doi.org/10.17153/oguiibf.636017
  • Korkut, D. (2019). Yapay sinir ağları yöntemi ile talep tahmini ve ayakkabı sektörüne uygulanması (Yüksek Lisans Tezi). Ankara Hacı Bayram Veli Üniversitesi Lisansüstü Eğitim Enstitüsü.
  • Özalp, A., & Anagün, A. S. (2003). Yapay sinir ağı performansına etki eden faktörlerin analizinde taguchi yöntemi: hisse senedi fiyat tahmini uygulaması. İstatistik Araştırma Dergisi, 2(1), 29-45.
  • Özcan Akdağ, N., Karaatlı, M., & Kocabıyık, T. (2022). BIST Ulaştırma endeksinin YSA NARX modeli ile öngörülmesi. Alanya Akademik Bakış, 6(3). 2721-2746. https://doi.org/10.29023/alanyaakademik.1088404
  • Sarı, S. S., & Saka Ilgın, K. (2022). BIST-100 endeks hareketlerinin BRICS endeksleri aracılığıyla tahmin edilmesi: yapay sinir ağları uygulaması. Abant Sosyal Bilimler Dergisi, 22(1), 350-366. https://doi.org/10.11616/asbi.1096346
  • Sarıkaya, G. (2019). Yapay sinir ağları ve regresyon modelleri ile BIST Ulusal-100 endeksinin tahmini. 21. Yüzyılda Eğitim ve Toplum, 8(23), 325-340.
  • Tektaş, A., & Karataş, A. (2004). Yapay sinir ağları ve finans alanına uygulanması: hisse senedi fiyat tahminlemesi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 18(3-4), 337-349.
  • Türkiye İstatistik Kurumu. (2020, Eylül 16). Erişim adresi: https://data.tuik.gov.tr
  • Türkiye İstatistik Kurumu (2024, Nisan 26). Erişim adresi: https://data.tuik.gov.tr
  • Vural, B. B. (2007). Yapay sinir ağları ile finansal tahmin (Yüksek Lisans Tezi). Ankara Üniversitesi Sosyal Bilimler Enstitüsü.
  • Yanık, E. (2019). İş makineleri sektöründe yapay sinir ağları ile talep tahmini uygulaması (Yüksek Lisans Tezi). Kırıkkale Üniversitesi Fen Bilimleri Enstitüsü.
  • Yavuz, S. (2006). Performans artırmaya yönelik paralel mimarilerin yapay sinir ağları yaklaşımı ile değerlendirilmesi (Doktora Tezi). Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü.
  • Yıldız, Ö. (2006). Döviz kuru tahmininde yapay sinir ağlarının kullanımı (Yüksek Lisans Tezi). Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Enstitüsü.
  • Yiğiter, Ş. Y., Sarı, S. S., & Başakın, E. E. (2017). Hisse senedi kapanış fiyatlarının yapay sinir ağları ve bulanık mantık çıkarım sistemleri ile tahmin edilmesi. Kahramanmaraş Sütçü İmam Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 7(1), 1-22.
  • Yurtoğlu, H. (2005). Yapay sinir ağları metodolojisi ile öngörü modellemesi: bazı makroekonomik değişkenler için Türkiye örneği (Uzmanlık Tezi), Devlet Planlama Teşkilatı. DPT Yayın No: 2683.
  • Yüksel, R., & Akkoç, S. (2016). Altın fiyatlarının yapay sinir ağları ile tahmini ve bir uygulama. Doğuş Üniversitesi Dergisi, 17(1). 39-50.
  • Zhang, G., Patuwo, B. E. & Hu, M.Y. (1998). Forecasting with artificial neural networks: The state of the art, International Journal of Forecasting, 14. 35–62.

YAPAY SİNİR AĞLARI İLE BİST ELEKTRİK ENDEKSİ FİYAT TAHMİNİ ÜZERİNE BİR ARAŞTIRMA

Year 2024, Issue: 69, 179 - 186, 30.12.2024
https://doi.org/10.18070/erciyesiibd.1513531

Abstract

Bu çalışmada Ocak 2004- Mart 2024 döneminde, Yapay Sinir Ağları Yöntemiyle BİST Elektrik (XELKT) Endeksinin fiyat tahmini çeşitli modellerle yapılmıştır. Oluşturulan modellerde Euro, Dolar, Gram Altın, Brent Petrol, Tüketici Fiyat Endeksi ve BİST100 değerleri bağımsız değişkenler, XELKT Endeksi bağımlı değişken olarak belirlenmiştir. Farklı eğitim ve test oranlarına göre farklı eğitim fonksiyonları, farklı gizli katman sayıları ve gizli katmanlardaki nöron sayıları değiştirilerek en iyi tahmin başarısına sahip model belirlenmiştir. Oluşturulan modellerin öngörü performansı Ortalama Kare Hata, Ortalama Mutlak Yüzde Hata ve Kök Ortalama Kare Hata ölçütleri ile incelenmiştir. Regresyon analizi sayesinde gerçek fiyat ile ulaşılan fiyatın ilişkisini gösteren R değerleri hesaplanmıştır. Sonuç olarak Yapay Sinir Ağları Yönteminin XELKT Endeksi fiyat tahmininde başarılı olduğu tespit edilmiştir.

References

  • Asilkan, Ö., & Irmak, S. (2009). İkinci el otomobillerin gelecekteki fiyatlarının yapay sinir ağları ile tahmin edilmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(2), 375-391.
  • Aydın, Ö. F. (2019). Yapay sinir ağları ile enflasyon tahmini (Yüksek Lisans Tezi). Beykent Üniversitesi Fen Bilimleri Enstitüsü.
  • Chen, A. S., Leung, M. T., & Daouk, H. (2003). Application of neural networks to an emerging financial market: forecasting and trading the Taiwan Stock Index. Computers & Operations Research, 30. 901-923.
  • Çalışkan, M. M. T., & Deniz, D. (2015). Yapay sinir ağlarıyla hisse senedi fiyatları ve yönlerinin tahmini. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 10(3), 177-194.
  • Çanakcı, A. (2006). Yapay sinir ağlarının makroekonomik bir model üzerine uygulanması: bir Türkiye örneği (Yüksek Lisans Tezi). Gazi Üniversitesi Sosyal Bilimler Enstitüsü.
  • Çınaroğlu, E., & Avcı, T. (2020). THY hisse senedi değerinin yapay sinir ağları ile kestirimi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi 34(1). 1-19. https://doi.org/10.16951/atauniiibd.530322
  • Demirel, A. C., & Hazar, A. (2021). Borsa endekslerinin birbirleriyle etkileşimi ve endeks yönünün tahmini: BİST100 üzerine bir uygulama. Ekonomi ve Finansal Araştırmalar Dergisi, 3(1), 1-8.
  • Elmas, Ç. (2021). Yapay zeka uygulamaları (5. Baskı). Ankara: Seçkin Yayıncılık.
  • Hamzaçebi, C. (2021). Matlab uygulamalı yapay sinir ağları (2. Baskı). Ankara: Seçkin Yayıncılık.
  • Karacameydan, F. (2009). Yatırım fonları net varlık değerlerinin yapay sinir ağları yöntemiyle tahmin edilmesi (Yüksek Lisans Tezi). Bozok Üniversitesi Sosyal Bilimler Enstitüsü.
  • Karakul, A. K. (2020). Yapay sinir ağları ile BIST-100 endeks değerinin tahmin edilmesi. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 7(2), 497-509. https://doi.org/10.30798/makuiibf.721866
  • Koç Ustalı, N., Tosun, N., & Tosun, Ö. (2021). Makine öğrenmesi teknikleri ile hisse senedi fiyat tahmini. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 16(1), 1-16. https://doi.org/10.17153/oguiibf.636017
  • Korkut, D. (2019). Yapay sinir ağları yöntemi ile talep tahmini ve ayakkabı sektörüne uygulanması (Yüksek Lisans Tezi). Ankara Hacı Bayram Veli Üniversitesi Lisansüstü Eğitim Enstitüsü.
  • Özalp, A., & Anagün, A. S. (2003). Yapay sinir ağı performansına etki eden faktörlerin analizinde taguchi yöntemi: hisse senedi fiyat tahmini uygulaması. İstatistik Araştırma Dergisi, 2(1), 29-45.
  • Özcan Akdağ, N., Karaatlı, M., & Kocabıyık, T. (2022). BIST Ulaştırma endeksinin YSA NARX modeli ile öngörülmesi. Alanya Akademik Bakış, 6(3). 2721-2746. https://doi.org/10.29023/alanyaakademik.1088404
  • Sarı, S. S., & Saka Ilgın, K. (2022). BIST-100 endeks hareketlerinin BRICS endeksleri aracılığıyla tahmin edilmesi: yapay sinir ağları uygulaması. Abant Sosyal Bilimler Dergisi, 22(1), 350-366. https://doi.org/10.11616/asbi.1096346
  • Sarıkaya, G. (2019). Yapay sinir ağları ve regresyon modelleri ile BIST Ulusal-100 endeksinin tahmini. 21. Yüzyılda Eğitim ve Toplum, 8(23), 325-340.
  • Tektaş, A., & Karataş, A. (2004). Yapay sinir ağları ve finans alanına uygulanması: hisse senedi fiyat tahminlemesi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 18(3-4), 337-349.
  • Türkiye İstatistik Kurumu. (2020, Eylül 16). Erişim adresi: https://data.tuik.gov.tr
  • Türkiye İstatistik Kurumu (2024, Nisan 26). Erişim adresi: https://data.tuik.gov.tr
  • Vural, B. B. (2007). Yapay sinir ağları ile finansal tahmin (Yüksek Lisans Tezi). Ankara Üniversitesi Sosyal Bilimler Enstitüsü.
  • Yanık, E. (2019). İş makineleri sektöründe yapay sinir ağları ile talep tahmini uygulaması (Yüksek Lisans Tezi). Kırıkkale Üniversitesi Fen Bilimleri Enstitüsü.
  • Yavuz, S. (2006). Performans artırmaya yönelik paralel mimarilerin yapay sinir ağları yaklaşımı ile değerlendirilmesi (Doktora Tezi). Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü.
  • Yıldız, Ö. (2006). Döviz kuru tahmininde yapay sinir ağlarının kullanımı (Yüksek Lisans Tezi). Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Enstitüsü.
  • Yiğiter, Ş. Y., Sarı, S. S., & Başakın, E. E. (2017). Hisse senedi kapanış fiyatlarının yapay sinir ağları ve bulanık mantık çıkarım sistemleri ile tahmin edilmesi. Kahramanmaraş Sütçü İmam Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 7(1), 1-22.
  • Yurtoğlu, H. (2005). Yapay sinir ağları metodolojisi ile öngörü modellemesi: bazı makroekonomik değişkenler için Türkiye örneği (Uzmanlık Tezi), Devlet Planlama Teşkilatı. DPT Yayın No: 2683.
  • Yüksel, R., & Akkoç, S. (2016). Altın fiyatlarının yapay sinir ağları ile tahmini ve bir uygulama. Doğuş Üniversitesi Dergisi, 17(1). 39-50.
  • Zhang, G., Patuwo, B. E. & Hu, M.Y. (1998). Forecasting with artificial neural networks: The state of the art, International Journal of Forecasting, 14. 35–62.
There are 28 citations in total.

Details

Primary Language Turkish
Subjects Finance
Journal Section Makaleler
Authors

Didar Güçlü 0009-0002-6742-6762

Veli Akel 0000-0002-5723-0910

Early Pub Date December 27, 2024
Publication Date December 30, 2024
Submission Date July 10, 2024
Acceptance Date November 12, 2024
Published in Issue Year 2024 Issue: 69

Cite

APA Güçlü, D., & Akel, V. (2024). YAPAY SİNİR AĞLARI İLE BİST ELEKTRİK ENDEKSİ FİYAT TAHMİNİ ÜZERİNE BİR ARAŞTIRMA. Erciyes Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi(69), 179-186. https://doi.org/10.18070/erciyesiibd.1513531

Ethical Principles and Ethical Guidelines

The Journal of Erciyes University Faculty of Economics and Administrative Sciences places great emphasis on publication ethics, which serve as a foundation for the impartial and reputable advancement of scientific knowledge. In this context, the journal adopts a publishing approach aligned with the ethical standards set by the Committee on Publication Ethics (COPE) and is committed to preventing potential malpractice. The following ethical responsibilities, established based on COPE’s principles, are expected to be upheld by all stakeholders involved in the publication process (authors, readers and researchers, publishers, reviewers, and editors).

Ethical Responsibilities of Editors
Make decisions on submissions based on the quality and originality of the work, its alignment with the journal's aims and scope, and the reviewers’ evaluations, regardless of the authors' religion, language, race, ethnicity, political views, or gender.
Respond to information requests from readers, authors, and reviewers regarding the publication and evaluation processes.
Conduct all processes without compromising ethical standards and intellectual property rights.
Support freedom of thought and protect human and animal rights.
Ensure the peer review process adheres to the principle of double-blind peer review.
Take full responsibility for accepting, rejecting, or requesting changes to a manuscript and ensure that conflicts of interest among stakeholders do not influence these decisions.
Ethical Responsibilities of Authors
Submitted works must be original. When utilizing other works, proper and complete citations and/or references must be provided.
A manuscript must not be under review by another journal simultaneously.
Individuals who have not contributed to the experimental design, implementation, data analysis, or interpretation should not be listed as authors.
If requested during the review process, datasets used in the manuscript must be provided to the editorial board.
If a significant error or mistake is discovered in the manuscript, the journal’s editorial office must be notified.
For studies requiring ethical committee approval, the relevant document must be submitted to the journal. Details regarding the ethical approval (name of the ethics committee, approval document number, and date) must be included in the manuscript.
Changes to authorship (e.g., adding or removing authors, altering the order of authors) cannot be proposed after the review process has commenced.
Ethical Responsibilities of Reviewers
Accept review assignments only in areas where they have sufficient expertise.
Agree to review manuscripts in a timely and unbiased manner.
Ensure confidentiality of the reviewed manuscript and not disclose any information about it, during or after the review process, beyond what is already published.
Refrain from using information obtained during the review process for personal or third-party benefit.
Notify the journal editor if plagiarism or other ethical violations are suspected in the manuscript.
Conduct reviews objectively and avoid conflicts of interest. If a conflict exists, the reviewer should decline the review.
Use polite and constructive language during the review process and avoid personal comments.
Publication Policy
The Journal of Erciyes University Faculty of Economics and Administrative Sciences is a free, open-access, peer-reviewed academic journal that has been in publication since 1981. The journal welcomes submissions in Turkish and English within the fields of economics, business administration, public finance, political science, public administration, and international relations.

No submission or publication fees are charged by the journal.
Every submitted manuscript undergoes a double-blind peer review process and similarity/plagiarism checks via iThenticate.
Submissions must be original and not previously published, accepted for publication, or under review elsewhere.
Articles published in the journal can be cited under the Open Access Policy and Creative Commons license, provided proper attribution is given.
The journal is published three times a year, in April, August, and December. It includes original, high-quality, and scientifically supported research articles and reviews in its listed fields. Academic studies unrelated to these disciplines or their theoretical and empirical foundations are not accepted. The journal's languages are Turkish and English.

Submissions are first subject to a preliminary review for format and content. Manuscripts not meeting the journal's standards are rejected by the editorial board. Manuscripts deemed suitable proceed to the peer review stage.

Each submission is sent to at least two expert reviewers. If both reviews are favorable, the article is approved for publication. In cases where one review is positive and the other negative, the editorial board decides based on the reviews or may send the manuscript to a third reviewer.

Articles published in the journal are open access and can be cited under the Creative Commons license, provided proper attribution is made.