TEKNİK GÖSTERGELERİ MAKİNE ÖĞRENİMİ MODELLERİNE ENTEGRE EDEREK ŞEHİR ENDEKSİ HAREKETİNİN YÖNÜNÜ TAHMİN ETMEYE YÖNELİK BİR YAKLAŞIM

Autor: Öyküm Esra YİĞİT, Merve KARAKÖSE
Rok vydání: 2021
Zdroj: Hitit Sosyal Bilimler Dergisi. 14:556-575
ISSN: 2757-7449
Popis: Borsa İstanbul (BIST) tarafından hesaplanan şehir endeksleri, belirli bir bölgeye yatırım yapmak isteyen yatırımcılara önemli bir yol göstericidir. Türkiye'de 13 ilin finansal performansları 2009 yılı başından itibaren bu endeksler tarafından yansıtılmaktadır. Bu çalışmada, şehir endeksi serilerinin çoğunlukla oynaklığı ile ilgilenen önceki çalışmalardan farklı olarak, teknik göstergeleri farklı makine öğrenmesi modellerine entegre ederek şehir endeksi serilerine ait hareketin yönünü tahmin etmede kullanılabilen bileşik bir prosedür önerilmiştir. Önerilen prosedür, BIST’de işlem gören en yüksek hisse senedi sayısına sahip İstanbul şehir endeksi (XSIST) serisine uygulanmıştır. Hacim, oynaklık, trend ve momentuma dayalı 38 farklı teknik gösterge hesaplanmış ve XSIST serisinin günlük değişiminde en etkili göstergeler, 6 farklı makine öğrenmesi modellerine girdi olarak seçilmiştir. Öğrenme modellerin performansı, karmaşıklık matrislerine dayalı metrikler yardımıyla karşılaştırılmıştır.
Databáze: OpenAIRE