Publication: A financial approach to artificial intelligence and an artificial intelligence application in Istanbul Stock Exchange
Abstract
YAPAY ZEKA'YA FİNANSAL BİR YAKLAŞIM VE İSTANBUL MENKUL KIYMETLER BORSASINDA BİR UYGULAMA Bu tez çalışmasında bilim ve teknoloji dünyasına 21. yüzyılda damgasını vuracağına inanılan yapay zeka ve finansal uygulamaları konusunda kapsamlı bir çalışma yapılmaya çalışılmıştır. Öncelikle yapay zeka konusu tarihsel gelişim süreciyle ele alınmış, alt bölümleri ve finansal uygulamaları ayrıntılarıyla irdelenmiştir. Farklı Yapay Zeka türleri olan Uzman Sistemler, Bulanık Mantık, Genetik Algoritmalar, Yapay Sinir Ağları ve Doğal Dil İşlemcileri etraflıca irdelenmiştir. Ayrıca kuramsal boyuta ek olarak yapay Sinir Ağlarının Genetik Algoritmalarla güçlendirildiği bir model kurulup bu modelin İMKB üzerinde iki farklı uygulaması da yapılmıştır. Modelde kullanılan tekniğin daha iyi anlaşılabilmesi için finansal uygulamalar bölümünde Genetik Algoritmalar ve Yapay Sinir Ağı (YSA) uygulamaları ayrı olarak incelenmiştir. Kurduğumuz YSA modelinin tahmin etme gücünü test etme amacıyla AKBANK hisse seneti ve İMKB-100 endeksi seçilerek, 1995-2001 yılları arasında iki farklı uygulamada ayrı ayrı 1500 adet günlük getirileri alınmıştır.Daha sonra, 1000 günlük getiri değerleriyle sistem eğitilmiş ve getirilerin oluşturduğu nonlineer kaotik yapının belirlenebilmesi amaçlanmıştır. Kalan 500 veri ile ise bulduğumuz modelin tahmin edebilme gücü SPSS istatistik programıyla sınanmıştır. Bu alanda yapılmış ve öncü niteliğindeki bir çalışma olan H.White'ın YSA uygulamasından da yararlanılıp, sonuç karşılıştırılması yapılmıştır. Sonuçta, yapılan iki ayrı uygulamada da sonuçlar istatiki olarak anlamlı çıksa da, Yapay Zekanın finansda iyi bir tahmin aracı olarak kullanılabilmesi için zamana ihtiyaç olduğu kanısına varılmıştır.
A FINANCIAL APPROACH TO ARTIFICIAL INTELLIGENCE AND AN ARTIFICIAL INTELLIGENCE APPLICATION IN ISTANBUL STOCK EXCHANGE In this thesis a comprehensive study on Artificial Intelligence (AI), which is thought to be the attraction of the 21st century, has been carried out. First of all, the roots and scope of AI has been explained giving full description of such AI types as Expert Systems, Fuzzy Logic, Genetic algorithms (GA), Artificial Neural Networks (ANN) and Natural Language Processing. Afterwards, financial applications of AI have been scrutinized with extra importance on the applications of ANN and GA. Finally, an AI application on Istanbul Stock Exchange(ISE) has been taken as a supplement and solid demonstration of what has been written theoretically about AI in preceding chapters. In this application an ANN program supplemented with GA has been applied to stock market data to be able to forecast the future patterns of two different units of analysis, namely ISE-100 and AKBANK. The reason of choosing the integration of ANN and GA techniques, which can be considered as a 'full integration', is its being an approach of high importance in applications. As a comparison, White's application of an ANN in NYSE has also been taken. Although the scope of this application is quite limited, having statistically significant results showed us that such simple networks are capable of analyzing very chaotic and dynamic price movements and that future studies will be more fruitful considering the improvements AI has made in the last two decades.
A FINANCIAL APPROACH TO ARTIFICIAL INTELLIGENCE AND AN ARTIFICIAL INTELLIGENCE APPLICATION IN ISTANBUL STOCK EXCHANGE In this thesis a comprehensive study on Artificial Intelligence (AI), which is thought to be the attraction of the 21st century, has been carried out. First of all, the roots and scope of AI has been explained giving full description of such AI types as Expert Systems, Fuzzy Logic, Genetic algorithms (GA), Artificial Neural Networks (ANN) and Natural Language Processing. Afterwards, financial applications of AI have been scrutinized with extra importance on the applications of ANN and GA. Finally, an AI application on Istanbul Stock Exchange(ISE) has been taken as a supplement and solid demonstration of what has been written theoretically about AI in preceding chapters. In this application an ANN program supplemented with GA has been applied to stock market data to be able to forecast the future patterns of two different units of analysis, namely ISE-100 and AKBANK. The reason of choosing the integration of ANN and GA techniques, which can be considered as a 'full integration', is its being an approach of high importance in applications. As a comparison, White's application of an ANN in NYSE has also been taken. Although the scope of this application is quite limited, having statistically significant results showed us that such simple networks are capable of analyzing very chaotic and dynamic price movements and that future studies will be more fruitful considering the improvements AI has made in the last two decades.