Yapay sinir ağlarının finansal zaman serilerinde öngörü başarısının incelenmesi: BİST 100 üzerine bir uygulama

Finansal serilerin izleyeceği patikanın öngörülmesi gerek yatırımcılar gerekse araştırmacılar için önemli bir araştırma alanıdır. Finans literatüründe öne çıkan etkin piyasa hipotezinde ise finansal serilerin gelecekte izleyecekleri patikanın geçmişte izledikleri patikadan hareketle açıklanamayacağı dikkat çekmektedir. Etkin piyasa hipotezinin Borsa Istanbul 100 (BIST100) endeksi için geçerliliğinin sınanmasında yapay sinir ağları (YSA) yöntemlerinin kullanılmasının hedeflendiği çalışmada, günlük BIST100 endeksinin öngörülmesinde doğrusal zaman serisi modelleri ile karşılaştırılması hedeflenmiştir. Örneklem 6.3.2001-18.12.2017 dönemi günlük serilerden oluşmaktadır. İlk aşamada seri 4. mertebeden otoregresif model ile tahmin edilmiş, ikinci aşamada ise elde edilen temel modelin farklı nöron sayısına sahip YSA modelleri ile karşılaştırılmıştır. YSA model mimarisi seçiminde optimum model mimarisi seçimi için izlenen adımlar şöyle önerilmektedir: i. seçili bilgi kriteri ile girdi katmanının oluşturulması, ii. tek gizli katmanlı modelin nöron sayısının tek tek arttırılarak tekrarlı olarak tahmin edilmesi, iii. bir önceki aşamanın iki katmanlı YSA için tekrarlanması, iv. eğitim ve doğrulama alt örneklemlerinde en iyi performansa sahip modelin seçimi, v. gelecek öngörülerinin optimum model çerçevesinde üretilmesidir. Çalışmanın bulguları, BIST100'ün YSA modellerinin ile modellenmesinde önemli örneklem dışı başarıya ve dolayısıyla etkin piyasa hipotezinin BIST100 için geçerli olmayabileceğine işaret etmektedir.