Nitelik seçimi ve arttırımlı model eğitimi metoduyla borsa istanbul piyasası yön tahmini yapılması

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Kocaeli Üniversitesi, Fen Bilimleri Enstitüsü, YAZILIM MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2025

Tezin Dili: Türkçe

Öğrenci: HALİT KARACA

Danışman: Hakan Gündüz

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bulunduğumuz zaman diliminde, yatırımcıların kazançlarını artırma ve risklerini azaltma hedefleri doğrultusunda borsa tahmini büyük bir ilgi odağı haline gelmiştir. Borsa piyasalarının sürekli değişen ve öngörülmesi zor yapısı bu alanda tahmin yapmayı güçleştirse de, yapay öğrenme teknikleri etkili çözümler sunma potansiyeline sahiptir. Gerçekleştirilen çalışma çerçevesinde, Borsa İstanbul'da işlem gören hisselerin günlük verilerinden faydalanılarak, yapay öğrenme ve nitelik seçme yöntemleri ile belirlenen hisselerin yönlerinin tahmin edilmesi hedeflenmiştir. Araştırmada faydalanılan veri seti, 30 Kasım 2015 tarihinden 21 Aralık 2021 tarihi arasındaki Borsa İstanbul'da bulunan tüm hisselerin günlük sayısal göstergelerini kapsamaktadır Bu veri seti, Kaggle platformunda yayımlanmış olup; minimum ve maksimum fiyatlar, işlem hacimleri gibi temel göstergelerden yanı sıra, çeşitli osilatörler ve indikatör verilerini içermektedir. Toplamda 1529 işlem gününe ait verinin kullanıldığı çalışmada, 38 indikatör ve osilatör ile çeşitli zaman dilimlerinden türetilmiş özellikler değerlendirilmiştir. Özellik seçimi sürecinde MIC ve RFE yöntemlerinden yararlanılmıştır. Sınıflandırma aşamasında ise SVM, RF, KNN, DT, GB, XGBoost ve BLSTM algoritmaları kullanılmıştır. Sektörde ön planda olan hisseler üzerinde gerçekleştirilen testler sonucunda, GARAN hissesi için RFE yöntemiyle seçilen niteliklerle RO modeli %62,4 yönsel doğruluk oranı sağlamıştır. AKBNK hissesi üzerinde SVM modeli, RFE yöntemiyle %54,40 doğruluk oranına ulaşırken, ISCTR hissesi için aynı yöntem ve modelle %56 başarı oranı elde edilmiştir. HEKTS hissesi için, RFE yöntemiyle seçilen niteliklere dayalı SVM modeli %67,82 yönsel tahmin doğruluk oranı sağlamıştır. SASA hissesi üzerinde, RFE yöntemiyle seçilen niteliklerle RF modeli %56,80 yönsel doğruluk değerine ulaşmıştır. Elde edilen sonuçlar çerçevesinde, HEKTS hissesi üzerinde SVM modelinin en iyi performansı sergilediğini göstermektedir.