| Makale Bilgileri |
| Dergi: |
Business and Economics Research Journal |
| Makalenin Başlığı: |
Pay Senedi Fiyat Yönünün Makine Öğrenmesi Yöntemleri ile Tahmini: Borsa İstanbul Örneği |
| Yazar(lar): |
Barış Aksoy |
| Cilt: |
12 |
| Sayı: |
1 |
| Yıl: |
2021 |
| Sayfa: |
89-110 |
| ISSN: |
2619-9491 |
| DOI Numarası: |
10.20409/berj.2021.312 |
|
| Öz |
| Bu çalışmada Borsa İstanbul 30 Endeksinde ve Kurumsal Yönetim Endeksinde bulunan beş imalat sanayi şirketinin 2010/3 ve 2020/3 dönemine ait verilerle üç ay sonraki ortalaması alınmış pay senedi fiyat yönü tahmin edilmiştir. Veri seti, örnek kapsamındaki şirketlerin üçer aylık dokuz mali tablo verisi ve üç aylık ortalaması alınmış beş makroekonomik değişkenden oluşmaktadır. Tahmin yöntemleri olarak Yapay Sinir Ağları, Sınıflandırma ve Regresyon Ağacı ile K- En Yakın Komşu Algoritması kullanılmıştır. Çalışmada kullanılan tüm yöntemlerde 10 katlı çapraz doğrulama yöntemi kullanılmıştır. Yapay Sinir Ağları ile Sınıflandırma ve Regresyon Ağacı analizlerinde en iyi parametrelerin ve performans kriterlerinin belirlenmesi fonksiyonu kullanılarak verilen parametre aralıkları doğrultusunda en iyi sonuç veren modeller elde edilmiştir. Analiz sonucuna göre pay senedi fiyat yününü Yapay Sinir Ağları %98,05, Sınıflandırma ve Regresyon Ağacı %96,10 ve K- En Yakın Komşu Algoritması %92,20 oranında genel sınıflandırma doğruluğu elde etmiştir. Sınıflandırma ve Regresyon Ağacının oluşturulmasında verileri ikiye bölen önemli değişkenler olarak “Net Kâr Marjı”, “Fiyat/Kazanç Oranı”, “Hisse Başına Kâr Oranı”, “CDS Primi (üç aylık ortalama)” ve “Tüketici Güven Endeksi” bulunmuştur. Bu bulgular, yatırımcıların bu çalışmada kullanılan modelleri kullanabileceklerini ve/veya hali hazırda kullanmış oldukları modellere dâhil edebileceklerini göstermektedir. |
| Anahtar Kelimeler: |
Pay Senedi Fiyat Yönü Tahmini, Borsa İstanbul, Yapay Sinir Ağları, K- En Yakın Komşu Algoritması, Sınıflandırma ve Regresyon Ağacı |
|
| JEL Sınıflandırması: |
C45, C51, E27, E44, G11 |
|
