Döviz Kuru Tahmininde Yapay Sinir Ağları Ve Çoklu Doğrusal Regresyon Analizi Performans Karşılaştırması

Abstract

Bu tezin ana amacı, döviz kuru tahmininde yapay sinir ağları analizi ve çoklu regresyon analizi yöntemlerinin tahmin açısından gösterdikleri performansı karşılaştırmaktır. Çalışmada toplam 13 adet değişkenin, 2003M1-2018M1 tarihleri arasındaki oniki aylık değerleri veri olarak kullanılmıştır. Çoklu regresyon analizinde verilerin durağanlık, serisel korelasyon ve değişen varyans tespiti için sırasıyla Genişletilmiş Dickey Fuller Testi, Breusch-Godrey LM Testi ve Harvey Testi uygulanmıştır. Yapay sinir ağları ile analizde ise çok katmanlı, ileri beslemeli bir yapay sinir ağı mimarisi ve Levenberg-Marquardt Algoritması tercih edilmiştir. Elde edilen sonuçlarda yapay sinir ağları tahmin performansının, çoklu regresyon tahmin performansından iyi olduğu görülmüştür.

The main purpose of this thesis is to compare the performance of artificial neural network analysis and multiple regression analysis methods in predicting exchange rates. In the study, twelve month values of 13 variables between 2003M1-2018M1 were used as data. In the multiple regression analysis, Augmented Dickey-Fuller Test, Breusch-Godfrey LM Test and Harvey Test were applied for the determination of stationary, serial correlation and differing variance (heteroscedasticity) respectively. In the analysis with artificial neural networks, a multi-layered feed-forward artificial neural network architecture and Levenberg-Marquardt algorithm was preferred. In the results obtained, it is seen that the performance of artificial neural network estimation is better than the performance of multiple regression estimation.