Yazar "Nas, Serkan" seçeneğine göre listele
Listeleniyor 1 - 6 / 6
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Bitcoin Fiyat Değişimlerinin Makine Öğrenmesi Yöntemi ile Tahmin Edilmesi(2023) Nas, Serkan; Ergin Ünal, AyşeAmaç – Bitcoin başta olmak üzere kripto varlık fiyatlarında meydana gelen hızlı değişimler gerek finansal yatırımcı gerekse medya tarafından ilgi görmektedir. Buna bağlı olarak kar elde etmek amacı başta olmak üzere pek çok farklı motivasyonla birçok araştırmacı ve finansal aktör, Bitcoin fiyatını etkileyen çeşitli faktörleri belirlemeye çalışmaktadır. Bitcoin fiyat hareketlerini etkilediği düşünülen Fed faiz oranı, altın ve Bitcoin’in farklı fiyat göstergeleri gibi öznitelikler üzerine detaylandırılan bir inceleme yürütülmektedir. Bu bağlamda fiyatları tahmin etmek için kullanılan çeşitli makine öğrenme algoritmaları üzerinde sistematik bir analiz yapılmaktadır. Yöntem – Farklı dört makine öğrenme modeli kullanılmış olup farklı tahmin hata oranları elde edilmiş ve her birinin çalışmada kullanılabileceği görülmüştür. Bulgular – Bitcoin veri seti için önerilen en iyi tahmin performansının sırasıyla Tesadüfi Ağaç (RF) %96,38, Karar Ağacı (DT) %96,28, Doğrusal Regresyon 95,06 ve Stokastik Gradient Descent (SGD) Doğrusal Regresyon %93,91 şeklinde olduğunu göstermektedir. Bitcoin fiyat değişimlerinin Fed faiz oranı ve altından ziyade kendi fiyat değişimlerinden daha yüksek oranda etkilendiği diğer sonuçlar arasında yer almaktadır. Tartışma – Tahmin modellemesinde en iyi sonuçları veren iki algoritmaya bakıldığında, gün içi en yüksek fiyatın son derece etkili olduğu söylenebilmektedir. En düşük fiyat ise ikinci derece en etkili özniteliktir. Söz konusu sonuç, Bitcoin’in en çok kendi fiyat dalgalanmalarından etkilendiğini göstermektedir.Öğe COVID-19 KÜRESEL SALGINININ BORSA İSTANBUL’UN ÇEŞİTLENDİRME POTANSİYELİNE ETKİSİ: BİST 100 ve BİST 30’DAKİ PAY SENETLERİ ÜZERİNE BİR ARAŞTIRMA(Tarsus University, 2021) Vural, Gamze; Nas, SerkanCOVID-19 küresel salgını tüm dünyada birçok alanda önemli etkiler yaratmıştır. Finansal piyasalar üzerindeki ilk etkileri, tüm dünya borsalarında çöküşler şeklinde ortaya çıkmıştır. Borsa İstanbul’da da 2020 yılı başlarında ani düşüşler yaşanmıştır. 2020 Mart ayının son haftasından itibaren ise endekste toparlanma başlamış, işlem hacmi ve borsaya yeni giren yatırımcı sayısı dikkat çekici ölçüde artmıştır. İşlem hacmi, COVID-19 öncesi dönemin yaklaşık üç katına çıkmış, piyasalardaki yerli gerçek yatırımcı sayısı 2020 yılının tamamında 782 bin kişi artarak 1 milyon 970 bin kişiye yükselmiştir. Bu çalışmada, Mart 2020 sonrası dönem, işlem hacminin ve yatırımcı sayısının büyük oranda arttığı özel bir dönem olarak değerlendirilmiş ve bu dönemde BİST 30 ve BİST 100 pay senetlerinden oluşmuş optimum portföylerde çeşitliliğin artıp artmadığı incelenmiştir. Bunun için 2016-2020 yıllarında her bir yıllık yatırım dönemi için, BİST30 ve BİST100’de yer alan pay senetlerinden oluşan optimum portföyler Markowitz ortalama-varyans modeli çerçevesinde belirlenmiştir. BİST 100 ve BİST 30 pay senetlerinin dahil edildiği ve Python programlama dili ile rastgele oluşturulan 2000 adet portföyün dağılımı salgın ve sonrası olarak karşılaştırılmıştır. BİST 30 için yayılımın arttığı gözlemlenmiştir. Küresel salgın sonrası Mart 2020-Mart 2021 döneminde BİST 30’da yer alan pay senetlerinden oluşan optimum portföyde de çeşitliliğin arttığı belirlenmiştir. BİST 100 içinde yer alan pay senetlerinden oluşan optimum portföylerin ise oldukça az sayıda pay senedinden oluştuğu ve küresel salgın döneminde de çeşitliliğin artmadığı görülmüştür. BİST 30’un çeşitlendirme stratejisini benimseyen yatırımcılar için daha uygun bir yatırım alanı söylenebilir.Öğe The Effect of Selected Macroeconomic Variables and Expectation Indices on the BIST 100 Index(Sosyoekonomi Soc, 2022) Ergin-Unal, Ayse; Nas, Serkan; Heybeli, MurvetIn this study, the macroeconomic factors and expectation indices affecting the BIST 100 index have been examined. The optimum Autoregressive Distributed Lag (ARDL) model has been created by utilising the Python programming language (Python) using the ARDL method. As a result of the analysis, it has been determined that long-term variables such as United States dollar Turkish lira parity (USD/TRY), Economic Confidence Index (EGE), and Consumer Price Index (TuFE) are correlated in the positive direction with the dependent variable BIST 100 index and in the negative direction with the 5-Year Bond Interest (FAIZ) and Volatility Index (VIX) variables. In contrast, Brent petrol United States dollar parity (BRENT) is not statistically significant.Öğe Türkiye’de Enflasyon Oranlarının Makine Öğrenme Yöntemi ile Tahmini(2024) Nas, Serkan; Akboz Caner, Ayşe; Ergin Ünal, AyşeKarar birimleri ve politika yapıcıların başarılı politikalar geliştirebilmelerinin önemli etkileyenlerinden biri gelecek dönemlere ait makroekonomik değişkenlerin doğru tahmin edilmesiyle gerçekleştirilmektedir. Enflasyon, söz konusu makroekonomik göstergeler arasında yer almakta olup başarılı politikalar gerçekleştirebilmek için enflasyonun reel etkilerini ve şiddetini minimize etmek, gelecek dönem değişimlerini ve etkileyenlerini belirlemek, enflasyonu güvenilir tahmin etmek gerekmektedir. Enflasyonun doğru bir şekilde tahmin edilmesi demek kamu sektörü ve özel sektör tarafından hem uygulanacak politikalar açısından hem de alınacak yatırım kararları bakımından önem arz etmektedir. Bu bağlamda yapılan çalışmada, Türkiye için 2008-2023 zaman aralığı kullanılarak üçer aylık veriler seçilmiştir. Çalışmada, geleneksel ekonometri yöntemleri yerine tahmin ile gerçeğin arasındaki farkın en aza indirgendiği makine öğrenme yöntemleri kullanılmıştır. Alternatif makine öğrenme metotları olan rastgele orman, karar ağacı ile yapay sinir ağları yöntemi olan çok katmanlı algılayıcı kullanılarak enflasyonu etkilediği düşünülen Brent petrol, Reeskont avans faiz oranı, para arzı, TÜFE, vergi gelirleri, genel bütçe gelirleri, politika faizi, Amerikan Doları/TL paritesi, GSYİH öznitelikleri seçilmiştir. Seçilen öznitelikler ile doğru tahminlemenin yapılacağı yöntem ve etkileyenin belirlenmesi amaçlanmaktadır. Analiz sonuçları karar ağacı modelinin, rastgele orman ve çok katmanlı algılayıcıya oranla en doğru enflasyon oranını tahmin ettiğini göstermektedir. Çalışma sonucundan elde edilen diğer bir bulgu ise Türkiye’de enflasyonun en yüksek belirleyicisinin Amerikan doları olduğu olgusudur.Öğe Türkiye’de Farklı Parasal Göstergeler ve İstihdam Değişimlerinin Ekonomik Büyümeye Etkisi(2022) Ergin Ünal, Ayşe; Nas, SerkanAmaç: Çalışmanın amacı Türkiye’de farklı parasal göstergeler ve istihdam değişimlerinin ekonomik büyümeye etkisini özelllikle parasal aktarım mekanizması kredi kanalının etkinliği yoluyla belirlemektir.\rTasarım/Yöntem: Çalışmada değişkenler arasındaki eşbütünleşme ilişkisi, değişkenlerin durağanlık durumunu dikkate alarak yapılan ARDL Sınır testi ile sınanmıştır.\rBulgular: Uzun dönem katsayı tahmininde %5 anlamlılık düzeyinde istihdam oranı (IST) ve ihtiyaç kredi faiz oranı (IKF) değişkeni sanayi üretim endeksi (SUE) değişkeni üzerinde pozitif etkiye sahip iken tüketici kredi faiz oranı (TUKF) değişkeninin ise negatif etkiye sahip olduğu görülmüştür. Para arzı (M3) değişkeni%10 seviyesinde anlamlılık düzeyine sahipken USD, mevduat banka kredileri (MBK) ve ticari kredi faiz oranı (TKF) değişkenlerinin istatistiksel olarak anlamsız olduğu tespit edilmiştir. IST ve IKF değişkenindeki 1 birimlik artış SUE üzerinde yaklaşık 3 birim artışa sebep olurken, TUKF değişkenindeki 1 birimlik artış SUE üzerinde yaklaşık 2,5 birimlik azalışa sebep olmaktadır. M3 değişkeninin%10 anlamlılık düzeyinde değerlendirildiğinde SUE üzerinde 1,43E-08 birim artışa sebep olduğu sonucuna ulaşılmıştır. Modelin kısa dönem katsayıları incelendiğinde %5 anlamlılık düzeyinde IST ve M3 değişkeninin bir gecikmeli değerlerinin SUE değişkeni üzerinde etkili olduğu sonucuna varılmıştır.\rSınırlılıklar: Türkiye’de yaşanan bankacılık krizleri sonrası oluşan yeni para politikası araçlarının kullanılması ve tarihsel süreçte daha geriye gidilmemesi çalışmanın kısıtı olup çalışmada 2006 sonrası veriler kullanılmıştır.\rÖzgünlük/Değer: Ekonometrik analizde Eviews paket programı yanında Phyton programlama dili de kullanılarak elde edilen bulgular çok daha detaylı ve açıklayıcı olarak sunulmaktadır. Bu bağlamda kullanılan değişkenler ve parasal aktarım mekanizması sürecinde yer alan üretime bağlı istihdam ve çıktı artışına dayanan ekonomik büyüme arasındaki ilişkinin incelenmesine yönelik ekonometrik sonuçlar, faiz kararları ve para politikası uygulamalarına dair açıklamaların dikkate değer olduğu düşünülmektedir.Öğe Türkiye’de Konut Fiyat Endeksinin Makine Öğrenme Yöntemi ile Tahmini(Bolu Abant İzzet Baysal Üniversitesi, 2024) Nas, Serkan; Ünal, Ayşe ErginTüketim ve yatırım amaçlı oluşan konut talebi pek çok farklı değişkene bağlı olup konut fiyatı bunlardan en önemlisidir. Bu bağlamda konut arz ve talebinde sağlanacak dengenin önemli belirleyicisi olan fiyatın tahmin edilmesi önem arz etmektedir. Literatürde konut fiyat tahminlemesine yönelik az sayıda çalışma olup yine bunlardan çok azında makine öğrenme tekniği kullanıldığı görülmektedir. Makine öğrenmesi çalışmalarında başarı tahmini seçilen algoritmaya ve öznitelik kombinasyonuna bağlı olmaktadır. Bu bağlamda çalışmanın amacı konut fiyatını en doğru tahmin eden yöntem ve konut fiyatını en çok etkileyen makroekonomik belirleyicilerinin tespit edilmesidir. Çalışmada konut fiyatının belirleyicilerini test etmek üzere 01:2013 ile 05:2023 dönemlerine ait TÜFE, BİST100, Sanayi Üretim Endeksi, Dolar Kuru, Tüketici Güven Endeksi değerleri öznitelik kümesini oluşturmaktadır. Yine çalışmada üç farklı makine öğrenme algoritması kullanılmış olup OMYH kriterine göre en iyi tahmin oranları sırasıyla Karar Ağacı %87,15, Çok katmanlı algılayıcılar %86,56, K-en yakın komşu 82,69 şeklindedir. Karar ağacı algoritmasında, USD/TRY özniteliğinin etkisi %89 ile en çok etkileyen öznitelik olmuş, sırasıyla en çok etkileyen öznitelik ise %7 ile Sanayi Üretim Endeksi (SUE) %1,3, Tüketici Güven Endeksi (TGE) ve % 1,25 ile Tüketici Fiyat Endeksi (TÜFE) özniteliği olmuştur. Diğer özniteliklerin toplam etkisi yaklaşık %1 olarak gerçekleşmiştir.
