EUVIMEDEUVIMED entdecken
Crossref

SUKUK ENDEKSLERİNDE DERİN ÖĞRENME İLE GETİRİ TAHMİNİ: BİLSTM, GRU VE RNN MODELLERİNİN KARŞILAŞTIRMASI

Eyyüp Ensari Şahin, Ayyüce Memiş Karataş

Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi · 21.07.2026 · 35

DOI: 10.35379/cusosbil.1696964 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, online erschienen am 21.07.2026. Verfasst von Eyyüp Ensari Şahin und 1 weiteren Autor:innen. Die Arbeit nennt 37 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Bu çalışma, finansal zaman serilerinin ileriye dönük tahmininde üç farklı derin öğrenme mimarisinin (BİLSTM, GRU, RNN) performanslarını karşılaştırmalı olarak incelemektedir. 12.02.2014–04.07.2025 dönemine ait Bloomberg, DJSUKUK ve SPBDMSUT endekslerinin günlük getiri serilerinden oluşan veri seti üzerinde yapılan analizde, her model 60 günlük geçmiş verilere dayanarak 20 günlük ileri tahmin üretmiştir. Modeller, MAE, RMSE ve R² gibi regresyon tabanlı metriklerle değerlendirilmiş ve tahmin çıktıları grafiksel olarak analiz edilmiştir. Ön analizler kapsamında durağanlık testleri (ADF), otokorelasyon analizleri (ACF/PACF), korelasyon matrisleri ve tanımlayıcı istatistikler kullanılmıştır. Bulgular, serilerin güçlü kısa vadeli bağımlılıklara ve birlikte hareket eden örüntülere sahip olduğunu ortaya koymuştur. BİLSTM modeli, tüm değişkenlerde en düşük hata ve en yüksek determinasyon katsayısını (R²) üretmiş, özellikle SPBDMSUT ve DJSUKUK serilerinde güçlü performans göstermiştir. GRU modeli bazı durumlarda rekabetçi sonuçlar üretmiş, RNN ise belirgin şekilde en düşük performansı sergilemiştir. Sonuçlar, finansal tahmin problemlerinde yapay zekâ tabanlı modellerin yüksek doğruluk sağladığını, özellikle BİLSTM mimarisinin karmaşık ve çok değişkenli serilerde öne çıktığını göstermektedir. Elde edilen bulgular, finansal karar destek sistemleri, politika planlama ve risk yönetimi alanlarında derin öğrenme tabanlı yapıların stratejik avantajlar sunduğunu ortaya koymaktadır.

Zitieren

APA

Şahin, E. E., & Karataş, A. M. (2026). SUKUK ENDEKSLERİNDE DERİN ÖĞRENME İLE GETİRİ TAHMİNİ: BİLSTM, GRU VE RNN MODELLERİNİN KARŞILAŞTIRMASI. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 35. https://doi.org/10.35379/cusosbil.1696964

Vancouver

Şahin EE, Karataş AM. SUKUK ENDEKSLERİNDE DERİN ÖĞRENME İLE GETİRİ TAHMİNİ: BİLSTM, GRU VE RNN MODELLERİNİN KARŞILAŞTIRMASI. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi. 2026;35. doi:10.35379/cusosbil.1696964

BibTeX
@article{ahin2026,
  author = {Şahin, Eyyüp Ensari and Karataş, Ayyüce Memiş},
  title = {SUKUK ENDEKSLERİNDE DERİN ÖĞRENME İLE GETİRİ TAHMİNİ: BİLSTM, GRU VE RNN MODELLERİNİN KARŞILAŞTIRMASI},
  journal = {Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi},
  year = {2026},
  volume = {35},
  doi = {10.35379/cusosbil.1696964}
}
Kostenlos starten →