"Borsa Endeksi Yönünün Makine Öğrenmesi Yöntemleri ile Tahmini: BIST-100 Örneği" başlıklı çalışma, Yasin Büyükkör ve Seyyide Doğan tarafından 2024 yılında gerçekleştirilmiştir. Çalışmanın amacı, Borsa İstanbul 100 (BIST-100) endeksinin yönünü ağaç tabanlı topluluk makine öğrenmesi yöntemleriyle tahmin etmektir. 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. Girdi değişkeni alanı, teknik göstergelerin pencere uzunlukları artırılarak genişletilmiştir. Karar ağaçlarına dayanan topluluk makine öğrenmesi yöntemlerinden Random Forest, XGBoost ve CatBoost kullanılmıştır. Modelin parametreleri Bayesyan Arama (Bayesian Search) yöntemi ile optimize edilmiştir. Bulgular: Tüm yöntemler %89,7 ile %90,4 arasında doğruluk oranına ulaşmıştır. XGBoost, en iyi performans gösteren yöntem olarak belirlenmiştir. Sonuç: Çalışma, finansal zaman serisi tahmin çalışmalarına katkı sunmayı hedeflemektedir.