Yazarlar
Yayınlar
- Yüksek Lisans TeziAçık Erişim2022Hisse senedi piyasalarında algoritma kullanımı: Borsa İstanbul'da Turtle Trade uygulaması
Kezban Canözü Öksüz
Günümüzde bilgisayar teknolojileri ve algoritmalar hızla gelişmiş ve bu teknolojiler finansal piyasalarda aktif olarak kullanılmaya başlanmıştır. Algoritmalar yardımıyla finansal piyasalarda al-sat sinyalleri üretilmekte ve bu sinyaller doğrultusunda gerçekleştirilen yatırımlar ile kar maksimizasyonu sağlanabilmektedir. Algoritmalar ile üretilen al-sat sinyallerinin kullanımında yatırımcılar için önemli olan husus karlı işlemlerde mümkün olan en yüksek karı elde etmek; zararlı işlemlerde ise mümkün olan en az zararla pozisyonu kapatmaktır. Bu tezin yazılış amacı, Turtle Trade stratejisine dayalı algoritmik trade yöntemini kullanarak gerçekleştirilen yatırımların getiri performansını ölçmek ve elde edilen getiri performansının piyasalarda yaygın olarak kullanılan çeşitli indikatörlerin getiri performansı ile karşılaştırmaktır. Çalışma kapsamında Borsa İstanbul BIST30 endeksinde yer alan firmaların 30 Nisan 2020 – 12 Mayıs 2022 tarihleri arasındaki 500 işlem günü dikkate alınmıştır. Çalışma sonucunda, Turtle Trade yönteminin değerlendirmeye alınan indikatörlere kıyasla belirgin ölçüde daha iyi getiri performansı sağladığı görülmüştür. Elde edilen sonuçlar yatırımcıların algoritmik trade işlemlerinde farklı yatırım stratejileri geliştirebilmesine katkı sağlayacaktır.
- Yüksek Lisans TeziAçık Erişim2019Hisse senedi fiyatlarının makine öğrenmesi yöntemleri ve derin öğrenme algoritmaları ile tahmini
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.