Makine öğrenmesi yöntemleri ile hisse senedi fiyat tahmini: kâğıt firması örneği
Yazarlar (4)
Prof. Dr. Selahattin BARDAK Sinop Üniversitesi, Türkiye
Doç. Dr. Nadir Ersen Artvin Çoruh Üniversitesi, Türkiye
Prof. Dr. Kinyas POLAT Sinop Üniversitesi, Türkiye
Prof. Dr. Kadri Cemil Akyüz Karadeniz Teknik Üniversitesi, Türkiye
| Makale Türü |
Özgün Makale
(Ulusal alan endekslerinde (TR Dizin, ULAKBİM) yayınlanan tam makale)
|
||
| Dergi Adı | Artvin Çoruh Üniversitesi Orman Fakültesi Dergisi | ||
| Dergi ISSN | 2146-1880 | ||
| Dergi Tarandığı Indeksler | TR DİZİN | ||
| Makale Dili | Türkçe | Basım Tarihi | 01-2024 |
| Kabul Tarihi | 06-08-2024 | Yayınlanma Tarihi | 15-10-2024 |
| Cilt / Sayı / Sayfa | 25 / 2 / 47–58 | DOI | 10.17474/artvinofd.1500569 |
| Makale Linki | http://dx.doi.org/10.17474/artvinofd.1500569 | ||
| UAK Araştırma Alanları |
Fiziksel Kimya
|
||
| Özet |
| Bir finansal formül kullanarak hisse senedi fiyatlarını tahmin etmek zordur. Hisse senetleri fiyatları, siyasi gelişmeler, küresel ekonomi, beklenmedik olaylar, piyasa anormallikleri ve ilgili şirketlerin özellikleri gibi çok sayıda faktörden etkilenir. Hisse senedi fiyatlarına ilişkin daha doğru tahminler yapmak için bilgisayar biliminin gelişmesiyle birlikte birçok bilgisayar bilimi yöntemi kullanılmaktadır. Bu çalışmada, Kartonsan şirketinin hisse senedi fiyatını tahmin etmek için doğrusal regresyon (LR) algoritmaları, rastgele orman (RF), gradyan güçlendirme makinesi (GBM) ve yapay sinir ağları (YSA) gibi makine öğrenmesi teknikleri kullanılmıştır. Daha sonra kullanılan algoritmaların sonuçları karşılaştırılmıştır. Hisse senedi fiyatı tahmini için ilk olarak BIST (Borsa İstanbul)’te işlem gören Kartonsan firmasının 2011-2022 yılları arasındaki üçer aylık finansal çizelgeler kullanılarak firmaya ait finansal oran hesaplanmıştır ve bu oranlar girdi olarak kullanılmıştır. Çıktı olarak kullanılan firmanın hisse senedi fiyatlarının ise üçer aylık ortalamaları alınmıştır. GBM ve RF algoritmaları başarılı tahmin sonuçlarına sahip olmasına rağmen GBM algoritması en başarılı sonucu vermiştir. RF algoritmasının ise LR ve YSA’ya göre daha iyi performans gösterdiği bulunmuştur. YSA’nın hisse senedi fiyat tahmininde en kötü performansa sahip teknik olduğu belirlenmiştir. |
| Anahtar Kelimeler |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları | |
| Google Scholar | 4 |