BIST 100 Firmalarının Hisse Senetlerinin Zaman Serisi Analitiği

Authors : Hüseyin AKKAŞ, Hamza EROL

Pages : 65-71

View : 17 | Download : 11

Publication Date : 2023-02-28

Article Type : Research Paper

Abstract :Borsa, günümüzde alınıp satılabilir menkul kuymetler, döviz, vadeli işlemler vb. içeren oldukça büyük bir piyasadır. Yatırımcılar, kendilerine uygun yatırım araçlarını seçerek bu pazara yatırım yapabilmektedirler. Fakat borsa, günümüzde birçok değişkene bağlı, oldukça hareketli bir pazardır. Faiz oranı, işsizlik, enflasyon oranı gibi etkenler borsayı etkileyen faktörlerden sadece bazılarıdır. Bu kadar çok veriyi ve etkeni içeren pazarda gerçekleşen bu hareketler de oldukça hızlı gelişmektedir. Yatırımcının bu hareketlere yetişmesi de zaman zaman zorlaşmaktadır. Dolayısıyla kafa karışıklıkları ve tereddütler meydana gelebilmektedir. Genel olarak derin öğrenme mimarileri ve makine öğrenmesi yöntemleri günümüzde büyük veri analitiği konusunda oldukça başarılı sonuçlar vermektedir. Bu çalışmada da derin öğrenme mimarilerinden Kapılı Tekrarlayan Birimler insert ignore into journalissuearticles values(Gated Recurrent Units); ve Tekrarlayan Sinir Ağları insert ignore into journalissuearticles values(Recurrent Neural Networks); kullanılarak borsada işlem gören hisse senetlerinin zaman serisi analitiği gerçekleştirilmiş ve sonuçlar değerlendirilmiştir. Çalışmanın amacı bir yatırım tavsiyesi sunmak değil, kullanılan yöntemlerin büyük veri analitiğindeki başarısını test etmektir. Bu çalışmada, BIST 100 içinde en çok işlem gören 3 hisse senetlerinden ODAS, YKBNK ve KARSN hisse senetlerinin geçmiş 7 yıllık verilerinin analitiği gerçekleştirilmiş ve değer hareketleri tahmin edilmeye çalışılmıştır.
Keywords : Büyük Veri, Derin Öğrenme, BIST 100, GRU, RNN