The forecast performances of the classical time series model and machine learning algorithms on bist-50 price index using exogenous variables

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Edebiyat Fakültesi, İstatistik Bölümü, Türkiye

Tezin Onay Tarihi: 2023

Tezin Dili: İngilizce

Öğrenci: FATMA PARLAK

Danışman: Ceylan Yozgatlıgil

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Zaman serisi analizi, saatler, günler, aylar ve yıllar gibi bir zaman periyodu boyunca bir veri topluluğunu kullanarak gelecekteki değerlerin tahmin edilmesine yardımcı olur. Zaman serisi analizi, araştırmacılara verilerden çıkarımlar yapma fırsatı verir ve zamana bağlı veri setinin iç yapılarına ışık tutar. Bu tezin temel amacı, BIST-50 Fiyat Endeksi'ni çeşitli makroekonomik ve finansal göstergeler kullanarak tahmin etmektir. Veri setinin tahmini için Bütünleşik Otoregresif Hareketli Ortalama, Prophet, Rastgele Orman, Destek Vektör Makinesi, Ekstrem Gradyan Arttırma, ve Bayesçi Yapay Sinir Ağı algoritmaları uygulanmıştır. Ayrıca modellerin performansını artırmak için bir topluluk model tekniği olan istifleme yöntemi oluşturulmuştur. Ayrıca, tüm modellerin tahmin performansının bir karşılaştırması yapılmıştır. Tahmin doğruluğunu ölçmek için Hata Kareler Ortalamasının Kare Kökü, Mutlak Hata Ortalama Yüzdesi ve Mutlak Hata Ortalaması hesaplanmıştır. Model performanslarının karşılaştırılmasının yanı sıra, hangi dışsal değişkenlerin yanıt değişkeniyle negatif ya da pozitif ilişkili olduğunu belirlemek için SHAP analizi de uygulanmıştır. Tüketici Fiyat Endeksi, Resmi Rezerv Varlıkları ve MSCI Endeksi, Ekstrem Gradyan Arttırma modelinde en önemli değişkenler olarak sonuçlanmıştır. Rastgele Orman modelinde en önemli değişkenler Tüketici Fiyat Endeksi, M2 Para Arzı ve USD/TRY Döviz Kurudur. Destek Vektör Makinesi modelinde en önemli değişkenler olarak Tüketici Fiyat Endeksi, BIST50 veri setinin 4. gecikmesi ve MSCI Endeksi bulunmuştur. Bulgular, en iyi modellerin ARIMA, Prophet ve Rastgele Orman, Destek Vektör Makinesi ve Bayesçi Yapay Sinir Ağı tahminleri kullanılarak oluşturulan Rastgele Orman yönteminden oluşan topluluk modeli olduğunu gösteriyor.