Makine Öğrenmesi ile Finansal Zaman Serisi Tahminleme

Authors : Seyyide DOĞAN, Yasin BÜYÜKKÖR

Pages : 1205-1230

Doi:10.26745/ahbvuibfd.1191080

View : 16 | Download : 31

Publication Date : 2022-12-28

Article Type : Research Paper

Abstract :Finans uygulamalarının önemli bir çalışma alanını oluşturan finansal zaman serisi tahminlemesi son yıllarda makine öğrenmesi insert ignore into journalissuearticles values(Machine Learning, ML); yöntemlerinin gelişimi ile finans ve akademi çevrelerinin daha fazla önem atfettiği bir konu olmuştur. Bu çalışmanın amacı, finansal zaman serisi gelecek değerinin tahmininde ML yöntemlerinin karşılaştırmalı olarak bir incelemesini sunmaktır. Çalışmada gelişmiş ve gelişmekte olan iki borsa endeksi ve İstanbul borsasının yüksek hacimli iki hisse senedinin son 5 yıllık kapanış verileri kullanılmıştır. Endeks tahmininde sıklıkla kullanılmış ve başarılı bulunan Destek Vektör Regresyonu insert ignore into journalissuearticles values(Suport Vector Regression, SVR); ve literatürde zaman serisi tahmininde izine az rastladığımız topluluk insert ignore into journalissuearticles values(ensemble); makine öğrenmesi yöntemleri olan Rassal Orman insert ignore into journalissuearticles values(Random Forest, RF); ve Extrem Gradyan Arttırma insert ignore into journalissuearticles values(eXtreme Gradient Boosting, XGB); yöntemleri tercih edilmiştir. Çalışmanın bulgularına göre, MAE, MAPE ve RMSE kriterleri göz önünde bulundurulduğunda en iyi tahmin yöntemi SVR olarak tespit edilmiştir.
Keywords : finansal zaman serisi, makine öğrenmesi, destek vektör makinesi, rassal orman, xgboost