Uğur Demirel

Bu çalışma, Türkiye'de faaliyet gösteren kripto borsalarında listelenen popüler kripto paraların, sosyal medya platformları ve çevrimiçi forumlarda paylaşılan yorumlar yoluyla kamuoyunun duygu durumunu araştırmayı hedeflemektedir. Kripto para piyasalarının yüksek volatilitesi ve belirsizliği, yatırımcıların piyasa hareketlerini öngörmelerini zorlaştırarak büyük riskler doğurmaktadır. Bu bağlamda, doğru tahminler yapabilmek ve riskleri minimize etmek için duygu analizinin rolü kritik önem taşımaktadır. Çalışma, Türkçe metinler üzerinde yapılan duygu analizi çalışmalarının sınırlılıklarını ele alarak bu alandaki literatüre katkıda bulunmayı amaçlamaktadır. Sosyal medya platformları ve çevrimiçi forumlardan toplanan veriler kullanılarak, kripto para birimlerine yönelik yapılan yorumlar duygu analizi teknikleriyle incelenmiştir. Toplamda 607,592 yorum analiz edilmiş olup, bu yorumların 89,986'sı negatif, 72,655'i pozitif ve 444,951'i nötr olarak sınıflandırılmıştır. İkili sınıflandırma (binary classification) için ise 89,986 negatif ve 72,655 pozitif örnek seçilerek toplam 162,641 örnek üzerinde makine öğrenimi modelleri eğitilmiş ve test edilmiştir. Çalışmanın metodolojisi, makine öğrenimi sınıflandırıcıları kullanılarak elde edilen duygu analizi sonuçlarının derinlemesine incelenmesini içermektedir. Naive Bayes, Lojistik Regresyon, Karar Ağaçları, K-En Yakın Komşu, Gradyan Artırma ve Çok Katmanlı Algılayıcı gibi farklı sınıflandırıcılar kullanılarak elde edilen sonuçlar karşılaştırılmış ve her bir modelin duygu tahmini performansı değerlendirilmiştir. Elde edilen bulgular, çeşitli kripto para birimlerinin farklı sosyal medya platformlarında nasıl algılandığını göstermektedir. Örneğin, BTC (Bitcoin) genellikle Investing.com ve Telegram'da daha olumsuz algılanırken, ETH (Ethereum) genellikle daha negatif görüşler sergilemektedir. Bu tür sonuçlar, yatırımcıların farklı kripto para birimlerine yönelik algılarını ve piyasa beklentilerini anlamalarına yardımcı olmaktadır. Sonuç olarak, bu çalışma, sosyal medya duygu analizinin kripto para piyasalarındaki rolünü derinleştirerek, gelecekteki araştırmalar için yeni yöntemler ve yaklaşımların geliştirilmesine katkı sağlamaktadır.

Uğur Demirel

Türkiye gibi gelişmekte olan ekonomiler açısından menkul kıymetler piyasasının fiyat tahminlerinin yapılması oldukça önemlidir, ancak piyasalarda her türlü spekülatif hareketin yaşanması bu borsalarda iniş ve çıkışların çok yüksek olmasına neden olmaktadır. Bu durum yatırımcıların hisse senedi fiyat hareketlerini tahmin edebilmelerini güçleştirmekte ve dolayısıyla yatırımlarını doğru değerlendiremedikleri için kayıplar yaşamalarına sebep olmaktadır. Bu nedenle yatırımcılar gelecekteki hisse senedi fiyatlarını doğru tahmin edebilmek için çeşitli yöntem ve metotlar kullanma ihtiyacı hissetmektedirler. Son zamanlarda bu tahminlerin elde edilmesinde makine öğrenmesi yöntemleri ve derin öğrenme algoritmaları diğer alanlarda olduğu gibi finans alanında da sıkça kullanılmaya başlanmıştır. Bu çalışmada, veri seti olarak Borsa İstanbul Ulusal-100 Endeksi (BIST 100)'de işlem gören firmaların hisse senetlerinin günlük 2. seans açılış ve kapanış fiyatlarına ilişkin Ocak 2010 ile Ocak 2019 tarihleri arasındaki veriler kullanılmıştır. Çalışmada makine öğrenmesi ve derin öğrenme ışığında bu hisse senetlerinin açılış ve kapanış fiyatlarının tahmin edilmesi amaçlanmaktadır. Bu kapsamda tahminleme modeli oluşturabilmek adına Çok Katmanlı Algılayıcılar (ÇKA) ve Destek Vektör Makineleri (DVM) gibi klasik makine öğrenimi yöntemleri ve Uzun Kısa Dönemli Hafıza (UKVH) yöntemi gibi derin öğrenme algoritmaları kullanılmaktadır. Çalışmanın sonucunda ÇKA ve UKVH ağlarının DVM'lerine göre daha tutarlı tahminler yaptığı tespit edilmiştir. Bu sonuç analizlerde gruplar arasında fark olup olmadığını gösteren çift kuyruklu t-testi analizi ile de desteklenmiştir.