Yazarlar

• Uğur Demirel(1)
• Yağmur Özgür(1)

• Yüksek Lisans TeziAçık Erişim2023/r/gumushane/20485
  Pay senedi fiyatının belirleyicilerinin tespit edilmesi: BİST-100 ve BİST-30 borsa endeksi'nde karşılaştırmalı bir uygulama

  Yağmur Özgür

  Borsalar bir ekonomiye likidite sağlama, sermayenin tabana yayılması, ekonomide yapısal değişikliklerin kolaylaştırılması ve ekonomiye kaynak yaratılması gibi birçok temel işleve sahiptir. Bu yüzden borsa fiyatlarına etki eden makroekonomik faktörlerin tespit edilmesi önem taşımaktadır. Bu çalışmanın amacı, pay senedi fiyatının belirleyicilerinin tespit edilerek Borsa İstanbul - 100 ve Borsa İstanbul – 30 Endeksi fiyatına etki eden faktörlerin karşılaştırılmasıdır. Çalışmanın modeline ilişkin veriler 2011/Q1–2022/Q3 dönemini kapsamakta ve 47 çeyrek dönemlik bir veri setinden oluşmaktadır. Çalışmada pay senedi fiyatlarını temsilen bağımlı değişken olarak BİST-100 ve BİST-30 endeksi fiyatı, bağımsız değişkenler olarak ise; Dolar/TL kuru, 3 aya kadar vadeli mevduata ödenen faiz, altın ons fiyatı ve Avrupa Brent petrol fiyatı kullanılmıştır. Johansen eşbütünleşme testi ile değişkenler arasındaki uzun dönemli ilişkinin varlığı tespit edilmiş, FMOLS ile model tahmininin gerçekleştirildiği çalışmada, Faiz, Dolar, Altın ve Brent değişkenlerinin hem BİST-100 hem de BİST-30 endeksi fiyatlarını istatistiki olarak anlamlı şekilde etkilediği, bu etkinin her iki borsa endeksi için anlamlı derecede farklılaşmadığı tespit edilmiştir. Anahtar Kelimeler: Borsa İstanbul-30, Borsa İstanbul-100, Johansen Eş-bütünleşme testi, FMOLS.

  İncele
• Yüksek Lisans TeziAçık Erişim2019/r/gumushane/20883
  Hisse 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.

  İncele