Analysis of Price Volatility in BIST 100 Index With Time Series: Comparison of Fbprophet and LSTM Model

Authors : Yusuf AKER

Pages : 89-93

Doi:10.31590/ejosat.1066722

View : 10 | Download : 5

Publication Date : 2022-05-07

Article Type : Research Paper

Abstract :Geçmişteki verilere dayanarak gelecek hakkında tahminler yapmak analitik finanstaki en önemli konulardan birisidir. Son dönemde gelişen derin öğrenme yaklaşımları ve makine öğrenmesi modelleri bu alana olan ilgiyi arttırmıştır. Bu yaklaşımlardan birisi olan zaman serileri ile belirli frekanstaki değişimler tahmin edilmeye çalışılmaktadır. Bu çalışmada BIST-100 endeksine ait verileri tahmin edebilmek için LSTM (Long Short-Term Memory) ve Fbprophet (Facebook Prophet) yöntemleri kullanılmıştır. Düzensiz davranışlara sahip borsa endekslerinin tahmin edilmesi karmaşık bir iştir ancak geliştirilen yeni algoritmalar ile fiyat tahminleri daha öngörülebilir hale gelebilmektedir. Araştırma yüksek volatiliteye sahip 2021-01-01 ile 2021-12-31 arasındaki endeks verileri üzerinden gerçekleştirilmiştir. Kullandığımız modellerin değerlendirme kriterleri MAE (ortalama mutlak hata), MSE (ortalama kare hatası) ve RMSE (kök ortalama kare hatası)’dır. Çalışma sonucunda düşük hata oranları ile LSTM modelinin Fbprophet modelinden daha başarılı olduğu tespit edilmiştir.
Keywords : BİST 100 Endeksi, Makine Öğrenmesi, Derin Öğrenme, LSTM, Fbprophet