Borsa endeksi hareket yönünün tahmininde sınıflandırma yöntemlerinin performanslarının karşılaştırılması: BİST 100 örneği

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.