Buradasın
Borsa endeksi yönünün makine öğrenmesi yöntemleri ile tahmini: Bist 100 örneği.
Yazeka
Arama sonuçlarına göre oluşturuldu
"Borsa Endeksi Yönünün Makine Öğrenmesi Yöntemleri ile Tahmini: BIST-100 Örneği" başlıklı çalışma, Yasin Büyükkör ve Seyyide Doğan tarafından 2024 yılında gerçekleştirilmiştir 12.
Çalışmanın amacı, Borsa İstanbul 100 (BIST-100) endeksinin yönünü ağaç tabanlı topluluk makine öğrenmesi yöntemleriyle tahmin etmektir 12.
Yöntem:
- Üç yılın günlük açılış, kapanış, en yüksek, en düşük ve hacim verilerine üstel düzgünleştirme uygulanmış ve elde edilen teknik göstergeler modelin girdi değişkenleri olarak ele alınmıştır 12.
- Girdi değişkeni alanı, teknik göstergelerin pencere uzunlukları artırılarak genişletilmiştir 12.
- Karar ağaçlarına dayanan topluluk makine öğrenmesi yöntemlerinden Random Forest, XGBoost ve CatBoost kullanılmıştır 12.
- Modelin parametreleri Bayesyan Arama (Bayesian Search) yöntemi ile optimize edilmiştir 12.
Bulgular:
- Tüm yöntemler %89,7 ile %90,4 arasında doğruluk oranına ulaşmıştır 1.
- XGBoost, en iyi performans gösteren yöntem olarak belirlenmiştir 1.
Sonuç:
- Çalışma, finansal zaman serisi tahmin çalışmalarına katkı sunmayı hedeflemektedir 2.
5 kaynaktan alınan bilgiyle göre: