DÜNYA BORSALARINDA İKİLİ İŞLEM STRATEJİLERİNİN KARŞILAŞTIRMASI: MAKİNE ÖĞRENMESİ İLE Z-SKOR TAHMİNİ VE DİNAMİK EŞİK DEĞERİ BELİRLEME MODELLERİNİN İSTATİSTİKSEL ARBİTRAJ PERFORMANS ANALİZİ

Authors : Egemen Kahraman

Pages : 111-135

Doi:10.47525/ulasbid.1620865

View : 30 | Download : 95

Publication Date : 2025-03-30

Article Type : Research Paper

Abstract :İstatistiksel arbitraja dayalı ikili işlem stratejilerinin modern makine öğrenmesi teknikleriyle birleştirilmesi, finansal piyasalarda işlem performansını artırmak için yenilikçi bir yaklaşım sunmaktadır. Çalışmada, altı önemli küresel piyasa endeksinden (FCHI, GDAXI, GSPC, HSI, IXIC ve N225) oluşan endeks verileri kullanılmıştır. İkili işlemlere uygun endeks çiftlerinin seçimi için öncelikle Genişletilmiş Dickey-Fuller (ADF) testi kullanılarak zaman serilerinin durağanlık analizi gerçekleştirilmiş, ardından Engle-Granger eşbütünleşme testi ile arasında uzun dönemli ilişkinin varlığı tespit edilen endeks çiftleri belirlenmiştir. Araştırmada, statik z-puanı eşiklerine dayalı temel stratejinin yanı sıra, Lojistik Regresyon, Rastgele Orman, XGBoost ve SVM gibi denetimli makine öğrenmesi tekniklerinin kullanıldığı hibrit bir yaklaşım geliştirilmiştir. Ayrıca, sürekli optimize edilen eşik değerlerine dayanan dinamik bir model de oluşturulmuştur. Stratejilerin performansı, Sharpe Oranı, Sortino Oranı, maksimum düşüş ve F1 skoru gibi metriklerle değerlendirilmiştir. Sonuçlar, dinamik eşik değeri ve makine öğrenmesi destekli modellerin geleneksel yaklaşımlara kıyasla üstün performans gösterdiğini ortaya koymuştur
Keywords : İstatistiksel Arbitraj, Makine Öğrenmesi, Eşbütünleşme Analizi, Dinamik Eşikleme, Piyasa Endeksleri.