Borsa Endeksi Hareket Yönünün Tahmininde Sınıflandırma Yöntemlerinin Performanslarının Karşılaştırılması: Bist 100 Örneği

Abstract

Bu çalışmanın amacı, teknik göstergeleri girdi verisi olarak kullanarak borsa endeksi hareket yönünün tahmin edilebilir olduğunu ortaya koymak ve sınıflandırma yöntemlerinin performanslarını karşılaştırmaktır. 1995:3-2018:3 dönemine ait 10 adet teknik göstergenin Borsa İstanbul 100 Endeksi (BİST 100) günlük kapanış verileri kullanılarak BİST 100 endeks yönü tahmin edilmiştir. Makine öğrenmesi yöntemlerinden Yapay Sinir Ağları (YSA), Destek Vektör Makineleri (DVM), Karar Ağaçları (KA), Naive Bayes (NB), k-En Yakın Komşuluk (k-EYK) yöntemleri ile Lojistik Regresyon (LogR) ve Doğrusal Diskriminant Analizi (DDA) gibi istatistiksel yöntemler kullanılarak analizler yapılmıştır. Sınıflandırma yöntemlerinin doğru sınıflandırma oranları sırasıyla %83.83, %78.43, %65.04, %61.74, %55.48, %76.70 ve %76.87 olduğu görülmüştür. Sonuçlara göre, BİST 100 endeksi hareket yönünün tahmininde kullanılabilecek en iyi sınıflandırma yöntemi YSA’dır.

The aim of this study is to show that the direction of movement of stock market index is predictable by using technical indicators as input data and to compare performances of classification methods. The BIST 100 index direction was estimated by using the daily closing data of Borsa Istanbul 100 Index (BIST 100) of 10 technical indicators belong to the period of 1995:3-2018:3. By using the Machine learning methods such as Artificial Neural Networks (ANN), Support Vector Machines (SVM), Decision Trees (DT), Naive Bayes (NB), k-Nearest Neighborhood (k-NN) methods and the statistical methods of Logistic Regression (LogR) and Linear Discriminant Analysis (LDA) were analyzed. The correct classification rates of classification methods were 83.83%, 78.43%, 65.04%, 61.74%, 55.48%, 76.70% and 76.87% respectively. According to the results, ANN is the best classification method that can be used to predict the direction of movement of the BIST 100 index.