Derin öğrenme tabanlı nesne tespit algoritmaları ile hisse senedi al-sat karar destek sisteminin modellenmesi

Finansal alanda yatırım gerçekleştiren tüm yatırımcıların ana hedefi, bir yatırım enstrümanını düşük fiyattan alıp yüksek fiyattan satış yaparak kar elde etmektir. Bu bakış açısı çerçevesinde çalışma kapsamında, hisse senedi piyasası, parite analizi, endeks analizi ve diğer borsaların hisse analizinde, kısacası mum grafiği oluşturulan tüm yatırım enstrümanları için kullanılabilecek etkili bir "Al-Sat" karar destek modeli tasarlanmıştır. Nesne tespit tabanlı çalışan bu model tasarımı hem finansal hem de bilimsel olan iki yönlü farklı bakış açısıyla tasarlanan yenilikçi bir model yaklaşımdır. Çalışmada BIST hisse senetlerine ait 2D mum grafik verileri kullanılmıştır. Grafikler iki ayrı veri seti şeklinde etiketlenmişlerdir. İlk olarak 550 adet 2D mum grafik üzerinde 10000 adet veri etiketlemesi gerçekleştirilmiş ve YoloV3 Veri Grubu-1 (VG-1) ile eğitilmiştir. Ardından veri seti 20000 adete çıkarılmıştır. Hazırlanan bu 20000 adet etiketli veri seti üzerinden rastgele 10000 etiketli veri seçilmiştir. Yeni oluşturulmuş 10000 adet etiketli veri seti VG-2 olarak isimlendirilmiş ve YoloV3, YoloV4, Faster R-CNN, SDD algoritmaları ile eğitilmişlerdir. Seçilen bu dört algoritma için gerçekleştirilen eğitimler sonucu elde edilen başarım sonuçları değerlendirilmiştir. Bu değerlendirme için üç farklı senaryo düzenlenmiş olup, tüm bu senaryolardan iyileştirilmiş veri seti ile eğitilmiş YoloV3 VG-2 algoritması en başarılı sonuçlara sahiptir. Gerçekleştirilen karşılaştırmalı test senaryoları sonucunda YoloV3 VG-2 modeli,%98 nesne tespiti başarısı sağlamıştır. Bununla birlikte tespit edilen nesne sınıfı için %100 doğru tahmin başarısı ve altı aylık periyotta %89,84 kazanç getirisi sağladığı gözlemlenmiştir. Gözlemlenen bu kazanç başarısında herhangi bir ek parametre kullanılmamıştır. Sonuç olarak final model olarak belirlenen YoloV3 VG-2 mum grafik görünümü oluşturulabilen tüm yatırım enstrümanları için bir karar destek modeli olarak uygulanabilir.